尝试加载块元素时Oracle中的多字节字符错误

Question

我们有一个平面文件，我们正尝试使用 SQL*Loader 将其加载到 Oracle 19c 表中，但是对于 CHAR(2) 字段之一，它失败并出现“多字节字符错误”。我们知道这是一个垃圾值，但我们仍然必须将它加载到数据库中。数据库字符集为 AL32UTF8。

我们试图加载的值是一个块元素：U+2592 ▒ Medium shade

我们尝试在 SQL*Loader 控制文件中使用 UTF-8，但仍然面临同样的问题。任何建议如何进行？

命令：

sqlldr $connection parfile=SCHEMA.TABLE.par

错误：

Record 1: Rejected - Error on table SCHEMA.TABLE, column COL2.
Multibyte character error.

COLUMN info :COL2 CHAR(2) NOT NULL ENABLE

参数文件内容：

data=filename.dat
control=SCHEMA.TABLE.ctl
log=SCHEMA.TABLE.log
bad=SCHEMA.TABLE.bad

控制文件内容：

OPTIONS (BINDSIZE=20000000,READSIZE=10485760,ROWS=10000,DIRECT=FALSE,ERRORS=50)
        LOAD DATA
        CHARACTERSET 'AL32UTF8'
        DISCARDMAX 100
        REPLACE PRESERVE BLANKS INTO TABLE SCHEMA.TABLE
        TRAILING NULLCOLS
(
COL1    POSITION(1:15) "NVL(:COL1,' ')",
COL2    POSITION(16:17) "NVL(:COL2,' ')"
)

文件字符集：

filename.dat: text/plain; charset=utf-8

操作系统：GNU/Linux

Answer 1

From the documentation:

POSITION 参数的开始和结束参数以字节为单位进行解释，即使数据文件中使用了字符长度语义。

所以POSITION(16:17) 是该行的第 16 和第 17 个 字节，而不是第 16 个（在您的示例中也是唯一的）字符。 U+2592 字符 is three bytes in UTF-8 - 0xE2 0x96 0x92 (e29692) - 你只看前两个字节；而那些本身并不代表一个有效的字符。

您可以从使用POSITION更改为使用每个字段固定长度的CHAR，并指定LENGTH SEMANTICS CHARACTER：

OPTIONS (BINDSIZE=20000000,READSIZE=10485760,ROWS=10000,DIRECT=FALSE,ERRORS=50)
        LOAD DATA
        CHARACTERSET 'AL32UTF8'
        LENGTH SEMANTICS CHARACTER
        DISCARDMAX 100
        REPLACE PRESERVE BLANKS INTO TABLE SCHEMA.TABLE
        TRAILING NULLCOLS
(
COL1    CHAR(15) "NVL(:COL1,' ')",
COL2    CHAR(2) "NVL(:COL2,' ')"
)