将UTF-8字符串从经典ASP转换为SQL数据库

Question

我遇到了一个关于正确转换法语字符的问题。基本上，我有一个表单将数据发送到SQL数据库。然后，在另一个页面上，从该数据库检索数据并向用户显示。但是，因为在另一页表单中输入的是法语，所以数据（字符串）会显示为带有奇怪的损坏字符。我通过使用以下函数来克服此问题，该函数将字符串转换为正确的字符集。然而，显然更好的解决方案是先进行转换，然后再将其发送到数据库。现在这里是用于将从数据库检索的字符串转换为适当字符集的代码：

Function ConvertFromUTF8(sIn)

    Dim oIn: Set oIn = CreateObject("ADODB.Stream")

    oIn.Open
    oIn.CharSet = "WIndows-1252"
    oIn.WriteText sIn
    oIn.Position = 0
    oIn.CharSet = "UTF-8"
    ConvertFromUTF8 = oIn.ReadText
    oIn.Close

End Function

我从这里得到了这个函数：Classic ASP - 如何将UTF-8字符串转换为UCS-2？ 现在我的问题是，我需要使用什么函数来在将字符串发送到数据库之前将其转换，以便在检索它们时可以直接使用？

尝试了Paul的方法：

所以有第一页和第二页。第一页包含一个表单，当提交表单时会将字符串发送到数据库，然后在第二页中检索。我尝试了Paul的解决方案，删除了ConvertFromUTF8函数，并将其恢复为之前的状态（它返回了奇怪的蒙古字符）。之后，在第一页和第二页页面顶部添加了以下行。

<%@LANGUAGE="VBSCRIPT" CODEPAGE="65001"%>

我在这两个页面上也有以下内容：

Response.CodePage = 65001 
Response.CharSet = "UTF-8" 

但是它没有起作用 :(

编辑：它起作用了！非常感谢大家的帮助！我所需要做的就是在第3页（我甚至没有提到）中添加"CodePage = 65001"，这是写入数据库部分发生的地方。

- user1744228

---

你真的需要进行转换吗？如今的标准程序是仅在输入表单中使用 utf-8 编码，在输出页面中使用 utf-8。这个网站上有很多关于这个问题的问答，还有一篇非常有用的博客文章，请参考这里：http://www.hanselman.com/blog/InternationalizationAndClassicASP.aspx。 - John

@John 实际上，<meta> 标签和 Content-Type 响应头中的 Charset 声明是多余的。当没有其他信息时，浏览器默认使用 UTF-8。但是，设置 Session.CodePage = 65001 也是必要的。 - Tomalak

如果你真的想走这条奇怪的路，那么就使用你的函数将发布的字符串转换并保存到数据库中。 - ulluoink

你的表单需要在第一时间处理UTF-8而不是Windows-1252，一旦你这样做了，你的字符将从输入到数据库再到输出保持一致。使用@Paul的建议（https://dev59.com/n3zaa4cB1Zd3GeqPSqfR#21873977）。请注意：1.你的asp页面需要保存为`UTF-8`而不仅仅是有声明。2.你需要在页面顶部指定`<%@LANGUAGE="VBSCRIPT" CODEPAGE="65001"%>。3.使用Response.CodePage = 65001和Response.Charset = "UTF-8"告诉服务器以UTF-8返回字符串，并告诉浏览器使用UTF-8`编码。 - user692942

@user1744228 这取决于你使用的是记事本、Visual Studio等工具。对于Visual Studio来说，它有一个隐藏的菜单选项，你需要去找到并启用它，这个选项叫做“高级保存选项”。 - user692942

Answer 1

保罗的回答没有错，但这不是唯一需要考虑的部分：

您需要按照以下每个步骤，以确保获得一致的结果。

重要提示：这些步骤必须在您网站应用程序中的每个页面上执行，否则您将会出现问题（由Paul的评论强调）。

1. 每个页面都需要使用UTF-8编码进行保存，请仔细检查，因为有些IDE默认使用Windows-1252编码（也经常被错误地称为“ANSI”）。

2. 每个页面都需要添加以下行作为页面的第一行，在include文件中加入此行和其他一些值可以使此过程更加简单，从而可以在每个页面中包含它们。

   Include File - page_encoding.asp

<%@Language="VBScript" CodePage = 65001 %>
<% 
  Response.CharSet = "UTF-8"
  Response.CodePage = 65001
%>

在 ASP 页面的顶部使用（最好放在网站根目录下的 config 文件夹中）

<!-- #include virtual="/config/page_encoding.asp" -->

Response.Charset = "UTF-8" 是设置 HTTP content-type 头部中的 ;charset 的等效方式。

Response.CodePage = 65001 表示 ASP 处理所有动态字符串时都使用 UTF-8。

在页面中包含的文件也必须使用 UTF-8 编码（请仔细检查这些文件）。

按照这些步骤操作，你的页面就能正常工作了。目前的问题是有些页面被解释为 Windows-1252，而其他页面则被视为 UTF-8，导致编码不匹配。

- user692942

---

非常感谢！我所需要做的就是在第三页（我甚至没有提到）的顶部添加“CodePage = 65001”，这是写入数据库部分发生的地方。 - user1744228

@user1744228，作为你的新人，我可以建议你快速阅读一下当有人回答我的问题时我该做什么？，如何投票/接受答案由你决定。希望这对你有所帮助。请注意保持流程，仅添加“CodePage = 65001”最终会导致更多问题，请按照我的步骤操作，您不会错的。 - user692942

@Lankymart，由于您的答案比我的更完整：我可以建议您强调Web应用程序中的每个页面，忘记一个页面，您就会遇到问题。 - Paul

@Paul +1 因为说到底你的建议是明智的。 - user692942

Answer 2

通常情况下 - 这个词有很长的延伸 - 你不需要手动进行转换，甚至更不鼓励这样做。在你的 asp 页面顶部写入以下代码：

<%@LANGUAGE="VBSCRIPT" CODEPAGE="65001"%>

这段代码告诉ASP使用UTF-8发送和接收数据（从服务器的角度看），并指示解释器使用2字节字符串。因此，当写入或读取数据库时，所有转换都会自动处理，因此如果您的数据库使用1字节char或2字节nchar，也会被照顾到。实际上，就是这样。您可以通过测试以下字符集来测试是否一切正常：

áäÇçéčëíďńóöçÖöÚü

该字符集包含一些“欧洲”字符以及一些“Unicode”字符……如果使用代码页1252，则始终无法识别那些Unicode字符，因此它是一个不错的测试字符集。

- Paul

---

不需要在浏览器中加入<meta>标签来识别编码。实际上，你根本不应该加入它。meta标签是一种粗糙的方式来覆盖“Content-Type:”响应头（它被称为“http-equiv”的原因）。加入meta标签只会打开一个更多的潜在冲突信息的位置（“Content-Type:”头与meta标签与浏览器自动字符集检测之间）。只需省略meta标签并通过“Content-Type:”控制所有内容即可。 - Tomalak

@Tomalak，你说得太对了，我已经编辑了答案以反映你的评论。 - Paul

我尝试了Paul的方法，但是没有成功。我尝试了各种各样的东西，比如元标签、response.codepage、response.charset等等。但是它们都不起作用。唯一有效的方法就是使用一个函数来转换字符串。所以我只需要那个在发送字符串到数据库之前可以使用的函数。 - user1744228

@user1744228，您真的需要更新原始问题并向我们展示您如何尝试Paul的建议。如果您不熟悉编码方式，编码可能会成为一场噩梦，很容易出错。但是，当服务器可以为您执行此操作时，强制将数据通过ConvertFromUTF8()函数传递是极其低效的。 - user692942

示例集仅包括ISO-8859-1字符，不包括任何需要“Unicode”的内容。我使用以下内容，其中包含ISO-8859-1、Windows-1252的额外内容以及两个需要Unicode的内容：ISO äàáâãåæçÿ WIN € ‘–’ “—” Ÿ UTF Łł END - stevek_mcc

@stevek_mcc，你说得对，我在某个地方错过了错误的复制粘贴，所以我已经将字符调整为预期的字符。 - Paul