SQL Server 2008：UTF-8 代码页 65001 的排序规则答案

【问题标题】：SQL Server 2008: Collation for UTF-8 code page 65001SQL Server 2008：UTF-8 代码页 65001 的排序规则
【发布时间】：2011-09-28 15:15:03
【问题描述】：

需要以 UTF-8 编码保存 XML，然后在 T-SQL 代码中使用它来提取数据。

默认数据库排序规则是 SQL_Latin1_General_CP1_CI_AS。

我不知道是否可以在 SQL Server 2008 中保存和使用 UTF-8 数据，但我有一个想法，可以按顺序在 XML 列上使用带有 UTF-8 (65001) 代码页的排序规则以 UTF-8 格式保存数据。

有人知道这是否可行或对如何在 SQL Server 中处理 UTF-8 数据有其他想法吗？

【问题讨论】：

没有必要以 UTF-8 存储数据。用于 xml 列的 UTF-16 非常好。当数据通过附加层（在我的例子中是 Java）提供给外部时，它可能总是被转换为 UTF-8。

【解决方案1】：

如果您正在处理 xml 数据，请将其存储为 xml 数据类型。这应该可以解决您的任何顾虑（即如何存储它），并且您可以省去在处理它时必须将其转换为 xml 的工作（例如 xpath 表达式、xquery 等）。

【讨论】：

【解决方案2】：

您可以将所有 Unicode 字符存储在 xml 或 nvarchar 列中。您使用什么排序规则并不重要。少数稀有汉字（来自补充平面）可以存储为成对的nchars（代理对）。但是没有数据丢失。

【讨论】：

【解决方案3】：

NVARCHAR 专栏应该可以很好地完成这项工作。

【讨论】：

以 UCS-2 编码而不是 UTF-8 向客户端返回结果如何？
如果使用 NVARCHAR 存储 XML，您的 XML 必须包含 UTF-16 BOM 内容或具有 encoding="utf-16"（并且可能未指定任何非等效编码）。如果您不这样做，您可能会遇到一些问题，包括 SQL Server 自己的内置 XML 解析内容阻塞 XML。