在T-SQL中替换Unicode字符

Question

如何仅替换字符串的最后一个字符：

select REPLACE('this is the news with a þ', 'þ', '__')

我收到的结果是：

__is is __e news wi__ a __

编辑： 服务器和数据库的排序规则为Latin1_General_CI_AS。

我实际运行的查询是REPLACE(note, 'þ', '')，其中note是一个ntext列。重点是要去掉thorn字符，因为该字符稍后会用作列分隔符。（请不要建议更改分隔符，考虑到其使用程度，这种情况是不可能发生的！）

我尝试过使用N前缀，即使是在测试选择语句中，以下是结果：

- Sean

---

我在 MS SQL 上运行了这个查询，结果显示为“这是带有 __ 的新闻”。 - SelvaS

尝试使用SELECT REPLACE(N'this is the news with a þ', 'þ', '__')语句--这不是答案，仅供注释。 - Dmitrij Kultasev

1. 你没有使用 Unicode，因为你没有在任何字符串前面加大写的 N。
2. 你的数据库默认排序规则是什么？
3. 如果运行以下代码，你将得到你在问题中展示的结果：SELECT REPLACE(N'this is the news with a þ', N'þ', N'__');

- Solomon Rutzky

这取决于您当前数据库的排序规则 - 当我尝试时，我得到了 this is the news with a __。 - codeulike

Answer 1

字符þ（通过ISO-8859-1和ANSI Code Page 1252的Extended ASCII，以及UNICODE值254）被称为“thorn”，在某些语言中等同于th：

• 该字符的技术信息在此处：http://unicode-table.com/en/00FE/

• 关于该字符和排序规则的解释在此处：http://userguide.icu-project.org/collation/customization。搜索页面 - 通常使用Control-F - 找到“Complex Tailoring Examples”并查看以下内容：

  字母'þ'（THORN）通常由UCA / root排序视为一个单独的字母，在'z'之后具有主要级别的排序。但是，在瑞典语和某些其他斯堪的纳维亚语言中，'þ'和'Þ'应被视为与字母“th”和“TH”之间的第三级差异。

如果不想让þ等同于th，则按如下方式强制进行二进制排序：

SELECT REPLACE(N'this is the news with a þ' COLLATE Latin1_General_100_BIN2,
                 N'þ', N'__');

返回：

this is the news with a __

---

如需有关使用排序规则、Unicode、编码等方面的更多信息，请访问：排序规则信息

- Solomon Rutzky

---

ASCII没有代码点254，也没有字符þ。如果你执行SELECT name, collation_name, COLLATIONPROPERTY(collation_name, N'CodePage') FROM master.sys.databases，如果你看到列出的是代码页20127（或367），我会感到惊讶。 - Tom Blodget

@TomBlodget 嗯，严格来说，ASCII标准只包括0-127。但实际上，在8859-1 Latin1 / ANSI Code Page 1252中，该字符为254。 - Solomon Rutzky

@TomBlodget 由于某种原因，我在五年后又偶然看到了这篇文章，在重新阅读后，我认为我理解了你的观点。我之前认为“ASCII”本身就可以了，因为很多人都是这么说的，但现在我觉得我不应该帮助延续那种误用/过度简化的情况。因此，我进行了更新以澄清我所指的是扩展ASCII而不是标准ASCII。 - Solomon Rutzky

Answer 2

这可能适用于您：

DECLARE @text NVARCHAR(1000) = N'this is the news with a þ';
DECLARE @find NVARCHAR(1000) = N'þ';
DECLARE @replace NVARCHAR(1000) = N'_';

SELECT REPLACE(CAST(@text AS VARCHAR), CAST(@find AS VARCHAR), CAST(@replace AS VARCHAR));

- Dmitrij Kultasev

---

请注意，使用可变长度数据类型时必须指定其长度。根据使用场景的不同，有两种默认长度--1或30。请记住遵循此规则。 - Solomon Rutzky