Question

我正在尝试使用损坏的管道（|）分隔符加载UTF-8平面文件。

平面文件的内容非常简单，行以CRLF结束

AAA¦BBB¦CCC

代码是

create table l_testfile
(COL1 nvarchar(255),
COL2 nvarchar(255),
COL3 nvarchar(255)
)


BULK INSERT l_testfile
FROM 'C:\testfile.txt'
WITH (CODEPAGE = '65001', DATAFILETYPE = 'Char', FIELDTERMINATOR = '¦')

这会导致错误

Msg 4832，Level 16，State 1，Line 16批量加载：意外结束在数据文件中遇到了文件。 Msg 7399，Level 16，State 1，第16行报告链接服务器“（null）”的OLE DB提供程序“BULK” 一个错误。提供商未提供有关错误的任何信息。消息7330，级别16，状态2，行16无法从OLE DB获取行提供者“BULK”用于链接服务器“（null）”。

将断开的管道（|）更改为普通管道（|）时，BULK INSERT正常工作。另外，加载带有损坏管道的ANSI文件也不会产生任何错误。

我错过了什么吗？

Answer 1

我无法访问SQL 2016实例，我现在可以对此进行测试，但我认为问题是由于¦字符在UTF-8和您之间编码的不同方式造成的本地varchar代码页。

在FIELDTERMINATOR命令中指定BULK INSERT后，您将其指定为varchar - 但大多数单字节代码页中的encoding of ¦为{ {1}}，而在UTF-8中它是0xA6 - 因此，终结器永远不会匹配，这会导致错误（我不确定，但我怀疑这是因为单字节值在内部转换为UCS2-LE表示0xC2A6）。

如果您使用UTF-8中组成0x00A6的字节作为¦，我认为批量插入应该可以正常工作：

FIELDTERMINATOR

（使用BULK INSERT l_testfile FROM 'C:\testfile.txt' WITH (CODEPAGE = '65001', DATAFILETYPE = 'Char', FIELDTERMINATOR = '0xC2A6')作为分隔符是成功的，因为它已编码

带有损坏管道字段的UTF-8文件BULK INSERT返回错误

1 个答案: