ICODE编码标准的实现,因些可以表示世界上几乎所有的文字。
当然,如果数据库字符集本身就使了UNICODE字符集,就没有必要使用NVARCHAR2, NCHAR, NCLOB这些类型了。
?
2.字符集名称的玄机
Oracle对字符集的命名实际上有一定的规则可寻,例如:
AL32UTF8
【AL】支持所有语言(All Language)。
【32】每字符最多占用32位(4字节)。
【UTF8】编码为UTF-8。
WE8MSWIN1252
【WE】支持西欧语言(Western Europe)。
【8】每字符需要占用8位(单字节)。
【MSWIN1252】编码为CP1252。
US7ASCII
【US】表示美国(United States)。
【7】每字符需要占用7位。
【ASCII】编码为ASCII。
其它如ZHS16GBK,ZHT16BIG5,US8PC437(编码为OEM cp437),都可以类推。
?
3.例子很重要
3.1.准备两个数据库
上帝说要有例子,于是有了两个相同版本的数据库,A跟B:
SELECT parameter, VALUE
FROM nls_database_parameters
WHERE parameter IN ('NLS_CHARACTERSET', 'NLS_NCHAR_CHARACTERSET')
--数据库A:
PARAMETER VALUE
------------------------------ -------------------
NLS_CHARACTERSET WE8MSWIN1252
NLS_NCHAR_CHARACTERSET AL16UTF16
--数据库B:
PARAMETER VALUE
------------------------------ -----------------
NLS_CHARACTERSET AL32UTF8
NLS_NCHAR_CHARACTERSET AL16UTF16
--在A和B中分别创建一张表。
CREATE TABLE charset_test
(id NUMBER(
4) PRIMARY KEY,
vc VARCHAR2(
20),
nvc NVARCHAR2(
20));
3.2.工具很重要
在测试之前,为避免工具本身的特性给人造成的困惑,介绍一下几个客户端工具对UNICODE 的支持情况:
ü SQLPLUS:不支持UNICODE字符集。是否支持中文取决于当前的OEM code page,如果是cp437,无论输入还是显示中文都是不可能的。但如果是cp936,则可以支持中文输入输出。
ü PLSQL Developer:7.0版本的查询结果窗口支持UNICODE字符集,但是编辑窗口(即输入SQL语句的窗口)不支持。8.0版完全支持UNICODE。
ü Oracle SQL Developer:查询结果窗口与编辑窗口都支持UNICODE字符集。
3.3.出现乱码了
这里使用Oracle SQL Developer,分别在A、B中插入并查询中文:
INSERT INTO charset_test VALUES(
1,'中','中');
COMMIT;
--A库
SELECT * FROM charset_test;
1 ? ?
--B库
SELECT * FROM charset_test;
1 中 中
暂时先跳过VARCHAR2字段,先来关注NVARCHAR2字段,为什么在A库不能正常显示?无非有这几种可能:
ü 客户端操作系统不支持显示中文。
ü Oracle客户端工具(这里是Oracle SQL Developer)不支持显示中文。
ü Oracle客户端有相关设置(比如NLS_LANG)不正确。
ü 存储在数据库中的数据已经是不正确的数据。
第一点,客户端操作系统是否支持中文对运行于其上的应用程序有影响吗?应该有两种情况,一种是应用程序依赖于操作系统的中文支持;另一种是有一些软件自己带有语言包及字体(比如Adobe的一些产品,.NET程序在编译的时候也可以选择将字体文件打包进去),那么它应该不依赖于操作系统。
我猜测Oracle SQL Developer应该是属于前一种,同时我检查了操作系统,确定其已经支持东亚语言(Control panel—Regional and language options—Language tab—Supplemental languages support—Install files for East Asian languages,如果checkbox已经选中,说明已经安装东亚语言包)。
第二点,无论查询结果窗口还是编辑窗口都支持UNICODE字符集。
第三点,由于不依赖于Oracle client的OCI,客户端注册表中的NLS_LANG设置对像Oracle SQL Developer没有影响。
第四点,我们借助DUMP()函数来确定NVARCHAR2字段中具体的内容。
DUMP()的语法:DUMP(
[,
[,
[,
]]])
其中的format参数:如果是8则表示结果使用8进制表示,如果是16则表示16进制,如果是0到16间的其它数则都使用10进制。如果是大于16的数,则分几种情况:如果是可见的ASCII字符则直接打印此字符,如果是控制字符则打印成“^x”,其它情况则把结果按16进制显示。为format加上1000则表示除了输出结果之外,还会附带输出所使用的字符集信息。
这里我们使用:
SELECT DUMP(nvc,
1016) FROM charset_test;
--A库
Typ=
1 Len=
2 CharacterSet=AL16UTF16:
0,bf
--B库
Typ=
1 Len=
2 CharacterSet=AL16UTF16: 4e,2d
我们知道“中”字的UTF-16编码是4E2D,显然在A库中存储的数据已经是不对的,00BF实际上就是一个倒的问号字符,其存储在数据库中的原始数据已经不对了,更何况是客户端的显示。
3.4.找不同
那么为什么两个库会不一样呢?嫌疑很快就落在了数据库字符集上,因为A和B的区别只在数据库字符集上,一个是WE8MSWIN1252,另一个是AL32UTF8。经过测试,结论是:
Oracle SQL Developer忽略NLS_LANG,字符串直接以照数据库字符集进行编码后由客户端传输到服务器端。由于A库数据库字符集不支持汉字,很不幸地被替换成了默认的BF并最终被存储到数据库中,永远地错下去。B库则相反,中文在传输的过程中“存活”下来并成功到达服务器端,最终自动转换成NVARCHAR2所用的编码并存储到库中。
3.5.如何让NVARCHAR2字段工作
看起来似乎A库中的NVARCHAR2字段永远也无法正常使用了,并非这样,对于Oracle SQL Developer,通过一些设置,就可以让NVARCHAR2可以正常地插入、查询。
找到{ORACLE_HOME}\sqldeveloper\sqldeveloper\bin\sqldeveloper.conf(依赖于你的Oracle SQL Developer安装路径),添加一行配置:
AddVMOption -Doracle.jdbc.convertNcharLiterals=tr