带有不适当字符集的 Clob

Question

我想将文件加载到 plsql clob 变量中，然后对其执行一些正则表达式转换。我遇到的问题是不知何故我弄乱了我的字符集。

到目前为止我试过：

declare 
 l_filename varchar2(100) := 'sample.txt';
 l_clob clob;
 l_bfile bfile;
 begin
 dbms_lob.createtemporary(l_clob, true);
 l_bfile := bfilename( 'SAMPLE_DIR', l_filename );
 dbms_lob.fileopen( l_bfile );
 dbms_lob.loadfromfile( l_clob, l_bfile, dbms_lob.getlength( l_bfile ));
 dbms_lob.fileclose( l_bfile );
 dbms_output.put_line(l_clob);
 end;
/

我创建了一个包含 'test file' 的平面文件 'sample.txt'，当我最终打印它时，我得到了“瑥獴楬攊”。我在数据库中使用的字符集是 utf-8。为什么我的编码搞砸了？

我找到了一些在线编码器 https://www.urlencoder.org/。当我将中文字母放入其中并使用 UTF16-BE 作为目标字符集时，我得到了 'test%20file%0A'。但是我还是不知道为什么我的编码搞砸了。

Answer 1

您确定您的数据库字符集是 AL32UTF8 并且磁盘上的文件是 ASCII 吗？因为它看起来像东西，所以某处是 AL16UTF16（我认为它与 UTF-16BE 相同）。

您的测试字符串 "test file\n" 编码为 UTF8 字节 0x746573742066696C650A。你实际上有 5 个亚洲字符，因为第三个是不可打印的字符，LEFT-TO-RIGHT ISOLATE。

当我将 "test file\n" 转换为 UTF16 时，我得到以下信息：

select dump( utl_i18n.raw_to_char( hextoraw('746573742066696C650A'), 'AL16UTF16' ), 1016 ) 
from dual;

Typ=1 Len=15 CharacterSet=AL32UTF8: e7,91,a5,e7,8d,b4,e2,81,a6,e6,a5,ac,e6,94,8a

select dump( '瑥獴⁦楬攊', 1016) from dual;

Typ=96 Len=15 CharacterSet=AL32UTF8: e7,91,a5,e7,8d,b4,e2,81,a6,e6,a5,ac,e6,94,8a

注意字节序列是一样的。第二个 dump() 有 Typ=96，这是一个 NCHAR 值。你的数据库的字符集和我的一样吗？

select * from nls_database_parameters 
where parameter IN ('NLS_CHARACTERSET', 'NLS_NCHAR_CHARACTERSET' );

PARAMETER               VALUE
NLS_CHARACTERSET        AL32UTF8
NLS_NCHAR_CHARACTERSET  AL16UTF16

带有不适当字符集的 Clob

Clob with inappropriate charset

oracle

file

clob

character-encoding