前言
在历史数据转换项目中遇到中文字符插入问题:
1. 字符的长度明明是正常,可是偏偏提示不能插入,列值过大
通过寻找问题,理解问题,上网查找等等,终于找到了问题的根源所在:
US7ASCII编码英文字符一般是以一个字节来存储的,7位的编码方案最多只能
代表128个字符
ASCII编码可以表示的最大字符数是256,其实英文字符并没有那么多,一般只
用前128个(最高位为0),其中包括了控制字符、数字、大小写字母和其他
一些符号,而最高位为1的另128个字符被成为“扩展ASCII”,一般用来存放
英文的制表符、部分音标字符等等的一些其他符号.用来处理英文没有什么问
题前128个(最高位为0),其中包括了控制字符、数字、大小写字母和其他
一些符号 而最高位为1的另128个字符被成为“扩展ASCII”,一般用来存放
英文的制表符、部分音标字符等等的一些其他符号.用来处理英文没有什么问
题
1.1 汉字占用2个字节(GB2312)
1.2 汉字占用3个字节(AL32UTF8)
UTF= UCS Transformation Format UCS转换格式
UTF-8定义了一种“区间规则”,可以和ASCII编码保持最大程度的兼容 UTF-8有点类似于Haffman编码,它将Unicode编码为
00000000-0000007F的字符,用单个字节来表示;
00000080-000007FF的字符用两个字节表示
00000800-0000FFFF的字符用3字节表示
Unicode-16规范没有指定FFFF以上的字符,
UTF-8最多是使用3个字节来表示一个字符。
但理论上来说,UTF-8最多需要用6字节表示一个字符
2. clob字段,clob长度设为2g,但在插入时,提示不能插入
一、什么是oracle字符集
Oracle字符集是一个字节数据的解释的符号集合,有大小之分,有相互的包容关系。ORACLE 支持国家语言的体系结构允许你使用本地化语言来存储,处理,检索数据。它使数据库工具,错误消息,排序次序,日期,时间,货币,数字,和日历自动适应本地化语言和平台。
影响oracle数据库字符集最重要的参数是NLS_LANG参数。它的格式如下:
NLS_LANG = language_territory.charset
它有三个组成部分(语言、地域和字符集),每个成分控制了NLS子集的特性。其中
Language 指定服务器消息的语言,territory 指定服务器的日期和数字格式,charset 指定字符集。如:AMERICAN _ AMERICA. ZHS16GBK
1、查询oracle server端的字符集
select userenv(‘language’) from dual;
2、如何查询dmp文件的字符集
用oracle的exp工具导出的dmp文件也包含了字符集信息,dmp文件的第2和第3个字节记录了dmp文件的字符集。如果dmp文件不大,比如只有几M或几十M,可以用UltraEdit打开(16进制方式),看第2第3个字节的内容,如0354,然后用以下SQL查出它对应的字符集:
select nls_charset_name(to_number('0354','xxxx')) from dual;
Result:ZHS16GBK
如果dmp文件很大,比如有2G以上(这也是最常见的情况),用文本编辑器打开很慢或者完全打不开,可以用以下命令(在unix主机上):
cat exp.dmp |od -x|head -1|awk '{print $2 $3}'|cut -c 3-6
3、查询oracle client端的字符集
dos窗口里面自己设置,比如:
set nls_lang=AMERICAN_AMERICA.ZHS16GBK
这样就只影响这个窗口里面的环境变量
oracle的字符集有互相的包容关系。如us7ascii就是zhs16gbk的子集,从us7ascii到zhs16gbk不会有数据解释上的问题,不会有数据丢失。在所有的字符集中utf8应该是最大,因为它基于unicode,双字节保存字符(也因此在存储空间上占用更多)。
分享到:
相关推荐
GBK字符集是为了解决GB2312字符集无法覆盖所有汉字的问题而产生的。GBK字符集不仅包含了GB2312的所有汉字和符号,还增加了大量的汉字,并对一些常用但未被GB2312收录的汉字进行了补充,使得GBK成为了更加全面的汉字...
在处理"Oracle英文字符集转中文"的问题时,理解字符集原理,熟练运用各种转换工具和技巧,是解决问题的关键。 总之,跨字符集的数据操作是一项复杂但必要的任务,尤其是在全球化应用中。通过深入理解字符集的工作...
### 常用汉字UTF-8字符集解析与应用 #### 概述 在数字信息时代,字符编码是数据处理的基础。UTF-8(8位通用转换格式)是一种可变长度的字符编码,用于表示Unicode标准中的字符。《常用汉字utf-8字符集》主要收集了...
Big5,全称“大五码”,是台湾地区广泛使用的字符集,主要用于传统的中文计算机系统。它包含了大部分常用繁体汉字,但不包括所有汉字,尤其是许多罕见和古籍中的字符。相比之下,UTF-8作为Unicode的一部分,能涵盖...
Linux 下 Oracle 中文乱码字符集设置 Linux 下的 Oracle 数据库在导入数据库时...Linux 下的 Oracle 数据库中出现中文乱码问题可以通过修改字符集格式来解决,将字符集格式修改成支持中文的格式可以正常显示中文字符。
本篇文章主要讨论了CentOS7系统中如何设置中文字符集,以便正确显示中文字符。 首先,我们来看字符编码和字符集的概念。ASCII是最基础的字符编码,它为128个基本的英文字符分配了7位二进制数。随着全球化的发展,...
常见的Oracle字符集有AL32UTF8(支持Unicode的UTF-8编码)、WE8ISO8859P1(西欧字符集)、ZHS16GBK(简体中文GB18030编码)等。 六、多语言环境下的字符集配置 在处理多语言数据时,Oracle提供了NLSSORT参数来调整...
SQL SERVER 字符集问题之一解决指南 在使用 SQL SERVER 时,字符集问题是一个常见的问题之一。在本文中,我们将讨论 SQL SERVER 字符集问题之一解决方案,解决 equal to 运算中 "Chinese_PRC_CI_AS" 和 "Chinese_...
### 关于GBK和Unicode字符集转换乱码问题 在计算机科学与互联网技术中,字符集是一种用于表示文本的标准集合,不同的字符集适用于不同的语言环境。本文将深入探讨GBK与Unicode这两种字符集之间的转换问题,特别是在...
游戏 Unity TMP 中文字符集 更新中文字符 更新TMP材质 常见中文字符集
使用GDI32中API计算字符串的精确象素长度
unity TextMeshPro 字体 3500汉字+符号+英文字符集
Sybase数据库中文字符集配置详解 Sybase数据库中文字符集配置是指在Sybase数据库中正确配置中文字符集的过程,以便正确...正确配置Sybase数据库的中文字符集可以避免中文字符乱码的问题,提高数据库的可靠性和稳定性。
Oracle数据库字符集问题总结主要关注的是在数据迁移和交互时由于字符集差异导致的问题。字符集是决定数据库如何解释和存储字符的规则集合,对于Oracle数据库来说,它直接影响到数据的正确性和兼容性。 首先,Oracle...
用指针计算字符串长度,简单的小程序,c语言
本文将详细介绍如何将Sybase数据库的默认字符集从CP850转换为支持中文的CP936,以及在这一过程中可能遇到的问题及解决方案。 #### 二、基础知识概述 1. **字符集**:字符集是用于定义字符编码方案的一组规则,它...
总结,这个“最全的中文车牌字符集”是一个宝贵的资源,对于开发高效、准确的车牌识别系统至关重要。通过深度学习技术,我们可以充分利用这些数据,构建出能够处理中文车牌的智能算法,服务于现代社会的多元化需求。
### 使用MATLAB进行字符串数组长度计算 #### 一、引言 在数据科学与自然语言处理领域,对文本数据的有效处理至关重要。MATLAB作为一种强大的数值计算工具,也提供了丰富的功能来处理字符串数据。本文将详细介绍如何...
js计算字符串长度,可以输入中文、英文、数字、中英文数字混合等,最后计算结果为字符串所占字节个数