CLR 字符串的基于字节的长度答案

【问题标题】：Byte-based length of CLR stringCLR 字符串的基于字节的长度
【发布时间】：2013-03-11 19:46:44
【问题描述】：

问题的简短版本：有没有办法计算在 Oracle 数据库的 VARCHAR(n) 列中存储字符串的字符需要多少字节？

加长版： 以下 Oracle SQL 脚本将在第三条语句处失败。它将尝试在VARCHAR(10) 列中插入10 个字符；但是，这些字符之一是带有重音符号的 A。

CREATE TABLE TESTTABLE (NAME VARCHAR(10) NULL);

INSERT INTO TESTTABLE (NAME) VALUES ('abcdefghij');
--1 rows inserted.

INSERT INTO TESTTABLE (NAME) VALUES ('ábcdefghij');
--ORA-12899: value too large for column "ACME"."TESTTABLE"."NAME" (actual: 11, maximum: 10)

我的 C# 应用程序将字符串存储在 Oracle 数据库中，我不能只将列类型更改为 NVARCHAR2(10)，这样可以。该应用程序预计会将任何较大的字符串修剪到 10 个字符的限制，因此 Oracle 不会抱怨它的长度。但是基于String.Length 的修剪是一种非常幼稚的策略：它会盲目地保留 "ábcdefghij" 及其所有 10 个 CLR 字符。

如何检测到 'á' 将在数据库行中占用 2 个字节，以便在发出 INSERT 语句之前将字符串修剪为 "ábcdefghi" ?

编辑：这个问题类似于Best way to shorten UTF8 string based on byte length

【问题讨论】：

标签： .net string oracle varchar

【解决方案1】：

Oracle 函数length(string) 返回字符数，lengthb(string) 返回字节数。

【讨论】：

+1 -- 无论 Oracle 的编码配置如何，这是唯一可行的答案。
不知道lengthb()这个功能，非常感谢。

【解决方案2】：

这取决于您设置 Oracle 使用的编码。您可以使用对应的System.Text.Encoding 实例将字符串实例转换为字节数组，例如System.Text.Encoding.UTF8。（您正在寻找“GetBytes”方法）

【讨论】：

这是最适合这种情况的答案，因为我只能在问题的数据库方面做这么多。我仅限于更改 C# 应用程序。谢谢大家！

【解决方案3】：

默认情况下，VARCHAR2(10) 分配 10 个字节的存储空间，取决于数据库字符集和数据，这可能等于也可能不等于 10 个字符。但是，您可以声明该列，使其始终存储 10 个字符。

当您使用可变宽度字符集时，您几乎总是希望使用字符长度语义VARCHAR2(10 CHAR) 来声明列。然后你总是可以存储 10 个字符，无论你碰巧有一些字符需要超过 1 个字节的存储空间。

如果您因某种原因无法使用字节长度语义来声明列，您可以使用LENGTHB 或VSIZE 函数以字节为单位返回字符串的长度。

select lengthb('ábcdefghij'), vsize('ábcdefghij')
  from dual;

将为结果的两列返回 11。

【讨论】：

+1 for VARCHAR2(10 CHAR)
VARCHAR2 如果 DBA 以前考虑过国际字符，那将是一个非常好的主意！顺便说一句，他应该这样做的。我们的葡萄牙语重音字符太多了。
@Humberto - VARCHAR 和 VARCHAR2 是同义词——如果您愿意，您可以愉快地声明 VARCHAR(10 CHAR) 列（或将现有的 VARCHAR(10 BYTE) 列更改为 VARCHAR(10 CHAR)） .

【解决方案4】：

您可以像这样获取字符串的字节长度：

UTF8Encoding Encoding = new UTF8Encoding();
byte[] UTF8String = Encoding.GetBytes("ábcdefghij");
int StringLenght = UTF8String.Length

实际上，对于您的示例，它返回 11。

【讨论】：

+1 作为我的答案的代码示例。尽管您可能应该使用静态 Encoding.UTF8 实例，而不是创建新的 UTF8Encoding 实例。（这样会减少 GC 开销）