C＃中的Arabic_CI_AS到utf8

Question

我在 Sql Server 中有一个数据库，其集合 Arabic_CI_AS ，我需要将一些字符串数据与另一个 Postgres 数据库进行比较 Utf8 字符集。我还使用C＃进行转换和放大相比。当字符串只包含一个单词时很容易完成（在这些情况下我应该将'ي'替换为'ی'），但是对于长字符串特殊的'（' charachter有问题。

我无法做到！我尝试了一些建议的解决方案，例如：

var enc = Encoding.GetEncoding(1256);
byte[] encBytes = enc.GetBytes(customer.name);
customer.name = Encoding.UTF8.GetString(encBytes, 0, encBytes.Length);

或：

SELECT cast (name as nvarchar) as NewName 
from Customer

但他们不工作！任何人都可以帮助我吗？

输入和输出示例，请参见右侧的工具提示：

Answer 1

也许这可以帮助您动态更改归类

SELECT name  collate SQL_Latin1_General_CP1_CI_AS
from Customer

或

SELECT name  collate Persian_100_CI_AI
    from Customer

或 你可以在c＃side

中试试这个

string _Value=string.Empty;
byte[] enBuff= Encoding.GetEncoding("windows-1256").GetBytes(customer.name);
customer.name= Encoding.GetEncoding("windows-1252").GetString(enBuff);

您也可以选择其他排序规则。 您应该更改许多归类和编码号码以获得想要的结果。

Answer 2

SQL Server不支持utf-8个字符串。如果您必须处理 plain-latin 以外的字符，强烈建议您使用NVARCHAR代替VARCHAR进行阿拉伯语排序。

许多人认为NVARCHAR为utf-16而VARCHAR为utf-8。这不是真的！第二个是扩展ASCII 并且在任何情况下都使用1个字节，而utf-8将编码一些具有多个字节的字符。

所以 - 最重要的问题是：为什么？

SQL Server可以将您的字符串转换为NVARCHAR变量，将其转换为字节链并将其重新转换为前一个字符串：

DECLARE @str NVARCHAR(MAX)=N'(نماینده اراک)';

SELECT @str
      ,CAST(@str AS VARBINARY(MAX))
      ,CAST(CAST(@str AS VARBINARY(MAX)) AS NVARCHAR(MAX));

)的问题是 - 很可能！ - 当) 从左到右时，您的阿拉伯语字母从右向左。我想将上面查询的结果粘贴到此答案中，但无法将结果)设置为原始位置...您尝试编辑，删除，替换，但是您得到了其他内容...不知何故有趣，但不是编码错误的问题，而是一个有缺陷的编辑......

无论如何，SQL-Server不是你的问题。您必须从SQL-Server读取字符串NVARCHAR。 C＃使用unicode字符串而不是整理的1字节字符串。每次转换都有机会破坏你的文字。

如果您的目标（或您向我们展示的工具提示）无法正确显示字符串，那可能完全可以，但编辑器不是......

如果将这样的UTF-8字符串传递回SQL-Server，你就会搞得一团糟......

UTF-8有意义的唯一地方是写入文件或通过小频段传输。如果一个文本包含很多普通的拉丁字符和一些奇怪的字母（比如常见的XML，HTML），你可以节省相当多的磁盘空间或带。使用远东文本，你甚至会夸大你的文字。其中一些字符需要3个甚至4个字节进行编码。

在您的数据库和应用程序中，您应该坚持使用unicode。