在SQL Server2000中处理半个汉字的问题的方法

在SQL Server2000中处理半个汉字的问题的方法

/* written by enydraboy ,2003-07-17 */
/*
发表于CSDN */
/*
转载请注明出处和保留此版权信息 */

csdn的专家论坛中,看到有一位朋友问起关于“由于从其它数据库中导入的数据存在半个汉字的问题,所以希望能在查询语句中将这半个汉字处理掉,怎么处理都行。望各位高手不吝赐教1的问题,启初有点意外,但是后来觉得从这个问题可以带出一些SQL Server汉字中存储和处理的方法,觉得有必要总结一下。

汉字是由两个字节存储的,每个字节的数值都>127。所以上面的问题的解决方案就是:把字符串按字节顺序截取,当出现第一个字节是>127,但是后面一个字节是<127的这种情况,就丢弃掉。

接下来,我们要明确些技术细节:

(1) SQL Server中有很多字符串相关的操作函数,但是直接去操作包含了汉字的字符串,会有点问题。说明如下:LEN计算长度的时候,会把汉字和英文字符都看成长度一样的;substring也是这样,ascii是返回第一个字节的ASCII 码。

Example:

select len('你好a'),substring('你好a',1,1),ascii('')

结果是

 

----------- ---- - ----------

3 196

一定要把字符串要转换成varbinary来处理,才可以。

(2) SQL Server中,如何把ASCII码组合成汉字,就是把高字节和底字节分别转成字符再拼接起来。如char(210)+char(166)就是姚这个汉字。

再明确了上面的技术细节后,接下来就可以解决问题了。我通过编写一个函数来解决问题。

create function fn_TruncSemiHanzi(@str varchar(4000))

returns varchar(8000)

as

begin

declare

@sTmp varchar(8000),@i int,@itmp int,@itmp2 int ,@stmp2 varchar(2)

select @sTmp=''

select @i=1

while @i<=len(@str)

begin

select @itmp=convert(int,substring(convert(varbinary,substring(@str ,@i,1)),1,1)) --截取一个字节

if @itmp>127

begin

--大于127检查后面一个字节

select @itmp2=convert(int,substring(convert(varbinary,substring(@str ,@i,1)),2,1))

if @itmp2>127

begin

select @stmp2=char(@itmp)+char(@itmp2) --是一个完整的汉字

end

else

begin

select @stmp2=char(@itmp2) --丢弃半个汉字

end

end

else

begin

select @sTmp2=char(@itmp)

end

select @sTmp=@sTmp+@stmp2

select @i=@i+1

end

return @stmp

end

测试如下:

DECLARE @str varchar(4000)

-- 设置参数值

-- 设置参数值

--带有半个汉字,是你这个汉字的前面一部分

select @str='b'+char(convert(int,substring(convert(varbinary,''),1,1)))+'a'

select @str 带有半个汉字,dbo.fn_TruncSemiHanzi(@str) 去掉半个汉字

带有半个汉字 长度 去掉半个汉字 长度

------------------ ----------- --------------- -------------------

b腶你 3 ba 3

我们还可以发现这样一个有趣的现象,由于我是截了半个汉字出来,结果你的前半个汉字的字符和后面一个英文字母a 组合,成了一个怪怪的字符

总结,通过这个问题的解决,大家可以了解汉字在SQL Server2000中存储和处理的基本方法,像如何区分一个字符串中是否包含了汉字,和分离字符串中中文和英文都可以套用本文中方法。

本文中测试的环境是Win2000 Server(中文)+SQL Server 2000(中文),英文环境下没有测试,如有问题,欢迎大家指正。