如何将不在归类中的Unicode（UTF-16）数据存储在varchar列中？

Question

这是一个纯粹的理论问题，以包围我的脑袋

假设我有Unicode旋风（1F300）符号。如果我尝试将其存储在具有默认varchar归类的Latin1_General_CI_AS列中，则旋风符号不能适合varchar中每个符号使用的一个字节...

我可以看到这样做的方式：

1. 就像javascript对基本平面（BMP）中的符号所做的那样，它将它们存储为2个符号（代理对），然后需要对put them back together进行额外处理......
2. 只需截断符号，存储第一个字节并删除第二个字段....（数据是吐司 - 你应该阅读手册....）
3. 数据被破坏，没有使用任何东西......（数据是吐司 - 你应该阅读手册......）
4. 除了我的心理能力之外的其他一些选择......

我在插入几个不同的unicode符号后做了一些研究

 INSERT INTO [Table] (Field1)
 VALUES ('')

 INSERT INTO [Table] (Field1)
 VALUES ('')

然后在我得到SELECT cast (field1 as varbinary(10))的两种情况下将它们作为字节0x3F3F读取。



3F中的{p> ascii为?（question mark），例如我在正常??时看到的两个问号（select *）这是否意味着数据是吐司而不是第一口被存储？

如何将非整理的Unicode数据存储在varchar列中？

Answer 1

数据是吐司，正是你看到的，2 x 0x3F字节。这在插入之前的类型转换期间发生，并且实际上与cast('' as varbinary(2))相同，也是0xF3F3（与转换N''相反）。

  

当必须将Unicode数据插入非Unicode列时，通过使用WideCharToMultiByte API和与排序规则关联的代码页，从Unicode内部转换列。如果某个字符无法在给定的代码页上显示，则该字符将替换为问号（？）Ref。

Answer 2

是的，数据已经消失。

与Varchar相比，

NVarchar所需空间更少。但这种减少需要付出代价。 Varchar没有空间来存储Unicode字符（每个字符1个字节，内部查找不够大）。

来自Microsoft's Developer Network：

  

...考虑使用Unicode nchar或nvarchar数据类型来最小化字符转换问题。

正如您所发现的那样，不受支持的字符会被问号重新标记。