Arabic_CI_AS爲UTF8在C＃

我在Sql Server中與收集Arabic_CI_AS數據庫，我需要一些字符串數據與另一個Postgres的數據庫與UTF8字符集進行比較。另外我使用C＃進行轉換&的比較。這很容易做到，當字符串中包含一個詞（在這種情況下我應該代替「ي」到「ی」），但對長字符串的特殊與「（」 charachter有問題。Arabic_CI_AS爲UTF8在C＃

我不能做到這一點！我嘗試了一些建議的解決方案，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

，但他們不工作，誰能幫我

！？輸入和輸出的

例，在右側看到提示：

My input & out put is like this

來源

2017-10-21 zahra khoobi

「他們不工作」太模糊，所以不可能幫助你。你可以給出確切的輸入和輸出樣本（[編輯]問題）。 – miroxlav

輸入：（نمايندهاراک）آقايقاسمي輸出：（??????? ??????） ????? –

也許這可以幫助你改變你整理動態

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＃端試試這個

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

你也可以選擇其他排序規則。你應該改變很多排序規則和編碼號碼以得到想要的結果。

來源

2017-10-21 11:05:48 AmirhosseinYari

謝謝，但這會使字符串變得更糟，所有字符都變成'？'字符 –

我嘗試了所有這些，最後的結果是：（äãÇÄäÏåÇÑÇ~）ÞÞÇÞÓÓí –

@zahrakhoobi - 如果你在十六進制編輯器中檢查它們（讓我們只檢查括號中的文本'（نمايندهاراک）'），它們應該是： 28是'（'然後是D9 86 D9 85 D8 A7 D9 8A D9 86 D8 AF等等。你能否以十六進制形式驗證你的輸出？這消除了在解釋輸出時可能出現的顯示問題 – miroxlav

SQL Server不支持utf-8字符串。如果您必須處理純拉丁文以外的其他字符，則強烈建議您使用NVARCHAR而不是VARCHAR，並使用阿拉伯文對照。

很多人認爲，NVARCHAR是utf-16而VARCHAR是utf-8。這不是真的！第二個是擴展的ASCII，並且在任何情況下都使用1個字節，而utf-8將用一個以上的字節對一些字符進行編碼。

所以 - 最重要的問題是：爲什麼？

SQL Server可以把你的字符串轉換成NVARCHAR變量，其轉換爲鏈字節和它重新轉換爲原字符串：

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

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

與)的問題是 - 很可能！ - 你的阿拉伯文字母是從右到左而)是從左到右。我想將上面的查詢結果粘貼到這個答案中，但沒有設法讓原來的地方關閉) ......你嘗試編輯，刪除，替換，但你得到別的東西...不知何故有趣，但不是一個錯誤編碼的問題，而是一個錯誤的編輯器...

無論如何，SQL-服務器不是你的問題。您必須從SQL-Server中讀取字符串爲NVARCHAR。 C＃正在處理unicode字符串，而不是整理的1字節字符串。每次轉換都有機會破壞你的文字。

如果你的目標（或者你告訴我們的提示）不能夠正確顯示的字符串，它可能是完全沒問題的，但編輯是不是...

如果你傳遞這樣一個UTF-8字符串返回到SQL服務器，你會得到一個爛攤子......

唯一的地方，其中UTF-8是有意義的寫入文件或通過小波段傳輸。如果一個文本包含非常多的普通拉丁字符和一些奇怪的字母（如ver，通常是XML，HTML），則可以節省相當多的磁盤空間或帶寬。有了遠東文本，你甚至可以膨脹你的文本。其中一些字符將需要3或甚至4個字節進行編碼。

在你的數據庫和應用程序中，你應該堅持使用unicode。

來源

2017-10-21 14:39:24 Shnugo

Arabic_CI_AS爲UTF8在C＃

回答

相關問題