重音字符需要占用一个额外的字符。

Question

我遇到了以下问题：

我需要将在表单中输入的数据存储在数据库中。 我验证输入的数据不超过40个字符。

问题是，如果我插入一个包含40个字符但其中一个带有重音符号的文本，那么显然验证不会显示任何错误，但当它将要存储在数据库中时，就会抛出以下异常：

ORA-12899：列"DBUSER"."TABLE"."COLUMN"的值太大（实际值为41，最大值为40）

看起来重音符号在数据库中占据了多个字符。

我想这与编码有关，但我不知道从哪里开始查找。 有什么想法吗？

谢谢！

- Neets

---

参数NLS_CHARACTERSET被设置为AL32UTF8。 - Neets

UTF-8是Unicode编码。有些有效的Unicode字符需要多个字节来编码。看起来你找到了其中一个。 - DwB

你为什么有一个40个字符的限制？ - dan04

@DwB：除非您将该列声明为varchar2（40 char）。 - Adam Musch

业务逻辑要求字符串不能超过40个字符。我的错误在于我不知道字符串是如何存储在varchar2类型的字段中的。但感谢大家的评论和答案！ - Neets

Answer 1

对于该列，请使用NVARCHAR2作为类型或至少将该列宽度设置为最长输入的六倍（一个Unicode字符在UTF-8编码下最多可转换为6个字节）。

- Aaron Digulla

---

NVARCHAR2绝对是正确的选择。当然，像这样切换数据类型并不是一个简单的过程。问题源于设计不良：选择了Unicode字符集，但没有构建支持它的数据模型。现在是指向SO的守护神Joel Spolsky的那篇文章的好时机：http://www.joelonsoftware.com/articles/Unicode.html - APC

就我的经验，过去我采取的方法是预算一定比例的非ASCII字符。如果您正在构建一个处理多种欧洲语言的网站，那么您可能需要允许大约10％的字符带有重音符号（在《世界报》首页文章中，我刚刚测量了3.4％； 10％还有足够的余地）。因此，如果您有一个40个字符的字段，则允许其为44个字节。 - Tom Anderson

说实话，考虑到 Oracle 和其他现代数据库存储字符串的方式，我可能会将每个 (n)varchar 列声明为 4000 个字符长，并在应用程序层面进行所有验证。 - Tom Anderson

Answer 2

使用CHAR，就像@Adam Musch建议的那样。你真的不想使用NVARCHAR2，或者猜测可能的字节数。

create table my_table1(small_string varchar2(1 byte));
create table my_table2(small_string varchar2(1 char));

insert into my_table1 values('Þ'); --"ORA-12899: value too large for ..."
insert into my_table2 values('Þ'); --works fine

---

您可以明确地将长度语义设置为BYTE或CHAR，但最可能使用的是默认值BYTE。默认值由NLS_LENGTH_SEMANTICS确定。使用以下查询检查该值：

select * from v$parameter where name = 'nls_length_semantics';

您可以使用以下语句更改默认设置。(虽然您可能会忘记更改此参数，但在DDL中明确使用CHAR更加可靠。)

alter session set nls_length_semantics = char;

该设置不会改变现有对象，您需要使用SQL手动更改表格，例如：

alter table my_table1 modify (small_string varchar2(1 char));

- Jon Heller