VARCHAR和NVARCHAR的LEN和DATALENGTH

Question

在读完"SQL Server中char、nchar、varchar和nvarchar之间有什么区别？“之后，我有一个问题。

我正在使用2008 R2

DECLARE @T TABLE
(
C1 VARCHAR(20)  COLLATE Chinese_Traditional_Stroke_Order_100_CS_AS_KS_WS,
C2 NVARCHAR(20) COLLATE Chinese_Traditional_Stroke_Order_100_CS_AS_KS_WS
)

INSERT INTO @T VALUES (N'中华人民共和国',N'中华人民共和国')

SELECT LEN(C1)        AS [LEN(C1)],
       DATALENGTH(C1) AS [DATALENGTH(C1)],
       LEN(C2)        AS [LEN(C2)],
       DATALENGTH(C2) AS [DATALENGTH(C2)]
FROM   @T  

返回

LEN(C1)     DATALENGTH(C1) LEN(C2)     DATALENGTH(C2)
----------- -------------- ----------- --------------
7           12             7           14

为什么第二个DATALENGTH(C1)是12

Answer 1

在您的INSERT中，您将文本从unicode转换为用于C1的中文代码页。这个过程很可能会改变文本，有些东西可能会丢失。

这是SQL Fiddle。

您可以看到第二个字符华以3F的形式存储在varchar中。您还可以看到，最后一个字符国也以3F的形式存储在varchar中。3F是?的代码。当Windows试图将文本从unicode转换为代码页，并且某些字符不能在给定的代码页中表示时，转换函数(很可能是WideCharToMultiByte)会为这些字符放置?。

再举一个例子。最后一个字符和在varchar中编码为A94D，在nvarchar中编码为8C54。如果您在字符映射中查找它，它将显示以下代码(unicode和代码页)：

​

​

另请参阅：

当我的文字显示为问号时，这意味着什么？

https://www.microsoft.com/middleeast/msdn/Questionmark.aspx

任何时候必须显示Unicode数据时，都可以使用WideCharToMultiByte API从Unicode内部转换它们。当某个字符无法在当前代码页上表示时，它将被问号(?)替换。

这正是在将unicode文本N'中华人民共和国'存储在varchar列中时所发生的事情。unicode文本被转换为多字节，一些字符无法在代码页中表示，它们被问号?替换。