理解数据库字符集.pdfVIP

理解数据库字符集 理解 ORACLE 数据库字符集 一．引言 ORACLE 数据库字符集，即 Oracle 全球化支持 (Globalization Support)， 或即国家语言支持 （NLS）其作用是用本国语言和格式来存储、处理和检索数据。 利用全球化支持，ORACLE 为用户提供自己熟悉的数据库母语环境，诸如日期格 式、数字格式和存储序列等。Oracle 可以支持多种语言及字符集，其中 oracle8i 支持 48 种语言、76 个国家地域、229 种字符集，而 oracle9i 则支持 57 种语言、 88 个国家地域、235 种字符集。由于oracle 字符集种类多，且在存储、检索、 迁移 oracle 数据时多个环节与字符集的设置密切相关，因此在实际的应用中， 数据库开发和管理人员经常会遇到有关 oracle 字符集方面的问题。本文通过以 下几个方面阐述，对 oracle 字符集做简要分析 二．字符集基本知识 2.1 字符集 实质就是按照一定的字符编码方案，对一组特定的符号，分别赋予不同 数值编码的集合。Oracle 数据库最早支持的编码方案是 US7ASCII。 Oracle 的字符集命名遵循以下命名规则 : 即: 语言比特位数编码 比如: ZHS16GBK 表示采用 GBK 编码格式、16 位（两个字节）简体中文字 符集 2.2 字符编码方案 2.2.1 单字节编码 （1）单字节 7 位字符集，可以定义 128 个字符，最常用的字符集为 US7ASCII （2）单字节 8 位字符集，可以定义 256 个字符，适合于欧洲大部分国家 例如：WE8ISO8859P1(西欧、8 位、ISO 标准 8859P1 编码 ) 2.2.2 多字节编码 （1）变长多字节编码 某些字符用一个字节表示，其它字符用两个或多个字符表示，变长多 字节编码常用于对亚洲语言的支持， 例如日语、汉语、印地语等 例如：AL32UTF8 （其中 AL 代表 ALL,指适用于所有语言）、 zhs16cgb231280 （2）定长多字节编码 每一个字符都使用固定长度字节的编码方案，目前oracle 唯一支持的定 第 1 页 理解数据库字符集 长多字节编码是 AF16UTF16，也是仅用于国家字符集 2.2.3 unicode 编码 Unicode 是一个涵盖了目前全世界使用的所有已知字符的单一编码方案， 也就是说 Unicode 为每一个字符提供唯一的编码。UTF-16 是 unicode 的 16 位编 码方式，是一种定长多字节编码，用 2 个字节表示一个 unicode 字符，AF16UTF16 是 UTF-16 编码字符集。 UTF-8 是 unicode 的 8 位编码方式，是一种变长多字节编码，这种编码可 以用 1、2、3 个字节表示一个 unicode 字符，AL32UTF8，UTF8、UTFE 是 UTF-8 编码字符集 2.3 字符集超级 当一种字符集（字符集 A）的编码数值包含所有另一种字符集（字符集 B）的编码数值，并且两种字符集相同编码数值代表相同的字符时，则字符集 A 是字符集 B 的超级，或称字符集 B 是字符集 A 的子集。 Oracle8i 和 oracle9i 官方文档资料中备有子集-超级对照表 （subset-supersetpairs），例如：WE8ISO8859P1 是 WE8MSWIN1252 的子集。由 于 US7ASCII 是最早的 Oracle 数据库编码格式，因此有许多字符集是US7ASCII 的超集，例如 WE8ISO8859P1、ZHS16CGB231280、ZHS16GBK 都是 US7ASCII 的超集。 2.4 数据库字符集（oracle 服务器端字符集） 数据库字符集在创建数据库时指定，在创建后通常不能更改。在创建数 据库时，可以指定字符集 (CHARACTER SET)和国家字符集 (NATIONAL CHARACTER SET)。 2.