在SQL Server中将UTF8转换为UTF16

Question

我有一个应用程序，从一些用PHP编写的Web服务接收XML并将其插入到SQL Server数据库中。当我尝试插入包含波兰变音字符的接收到的XML时，会出现以下错误：

XML解析：第2行，第703个字符，非法的xml字符

我尝试做这样的事情：

DECLARE @xml XML;
SET @xml = '(here I paste some sample XML that contains diacritical characters)';
SELECT @xml = CAST(@xmlstr AS XML);
INSERT INTO vos_DirectXML_ut(ValidXML,synchronization_time,synchronization_type,MethodName)
VALUES(@xml,GETDATE(),@SynchroType,@method);

ValidXML 是一个 XML 类型的列。

我通过 Google 找到了一些解决方案，发现了 Utf8String： http://msdn.microsoft.com/en-us/library/ms160893(v=sql.90).aspx

我安装了它，并尝试将 XML 转换为 Utf8String，然后再将其转换回普通的 varchar，最后转换为 XML 并插入到我的表中，但看起来它没有改变 XML 内部的任何字符，它只是改变了变量的类型，这并没有解决我的问题。

我还发现有人提出了一种解决类似问题的建议，即编写一个过程，循环遍历变量中的每个字符（在我的情况下是 XML）并手动更改其编码，但这位大佬还说这可能会工作缓慢。这真的是解决我的问题的唯一选择吗？

- Konrad

Answer 1

尝试转换为UNICODE：

DECLARE @xmlstr NVARCHAR(MAX) --<--
SELECT @xmlstr = N'(some sample XML that contains diacritical characters)'; --<-- N''

DECLARE @xml XML
SELECT @xml = CAST(@xmlstr AS XML)

INSERT INTO dbo.vos_DirectXML_ut
( 
      ValidXML
    , synchronization_time 
    , synchronization_type 
    , MethodName
)
SELECT 
      @xml 
    , GETDATE() 
    , @SynchroType 
    , @method

- Devart

---

虽然有所帮助，但我不得不添加以下代码行： SET @xmlstr = REPLACE(@xmlstr,'encoding="UTF-8"',''); 因为如果不删除 XML 头中的编码声明，就会显示以下错误信息: XML parsing: line 1, character 38, unable to switch the encoding 谢谢您的帮助。 - Konrad

@Konrad 最好将 UTF-8 替换为 UTF-16: REPLACE(@xmlstr, 'encoding="UTF-8"', 'encoding="UTF-16"')，因为它确实是 utf-16 编码的（这就是前导的 N 的含义）。 - Ian Boyd

Answer 2

对于XML文件，SQL Server 2008 R2不支持UTF-16编码。因此，如果XML文件以

开头，则解析该XML会出现错误。

错误消息为：Msg 6602，Level 16，State 2，Procedure sp_xml_preparedocument，Line 1。错误描述为“从当前编码切换到指定编码不受支持”。

为了解决上述错误，简单的步骤是使用SQL replace函数。

REPLACE('@xmldata'，'utf-16'，'')或REPLACE('@xmldata'，'utf-16'，'utf-8')

我已经使用XML文件工作过3个程序，每当我尝试使用utf-16 XML解析器时都会出现错误。

始终在SQL Server 2008 R2中使用utf-8。

- Shiv Kumat