SELECT LENGTH('*'||CHR(255)||CHR(255)||'$')
FROM DUAL;
这个查询给出 2 而不是 4 的输出？
但是
SELECT LENGTH(CHR(255)||CHR(255))
FROM DUAL;
此查询将输出为null。也就是说CHR(255)||CHR(255)表示的字符串是一个长度为0的空字符串。
CHR(255) 对长度有何影响？
【问题讨论】：
标签： sql string oracle character-encoding ascii
连接字符串中的chr(255) 被视为空值，它没有长度，因此只计算其他非空字符 - 因此它得到 2 而不是 4。
ASCII 并没有真正达到 255，而且您并没有真正处理 ASCII。您的数据库字符集（大概）是 AL32UTF8，它是一个多字节字符集。来自FileFormat.Info's summary：
对于任何等于或小于 127（十六进制 0x7F）的字符，UTF-8 表示为一个字节。它只是完整 unicode 值的最低 7 位。这也和 ASCII 值一样。
对于等于或小于 2047（十六进制 0x07FF）的字符，UTF-8 表示分布在两个字节中。第一个字节将设置两个高位并清除第三位（即 0xC2 到 0xDF）。第二个字节将设置最高位并清除第二个位（即 0x80 到 0xBF）。
从文档for chr():
对于多字节字符集，n 必须解析为一个完整的代码点。无效码点不验证，指定无效码点的结果是不确定的。
对于 UTF8，没有完整的代码点 255/FF，因此 chr(255) 无效。事实上，according to the spec，没有带 FF 八位字节的代码点。
您可能希望它被呈现为“ÿ”；如果您使用有效的编码，例如 AL16UTF16：
select chr(255 using nchar_cs), dump(chr(255 using nchar_cs), 1016) as chr_dump,
unistr('\00ff'), dump(unistr('\00ff'), 1016) as unistr_dump
from dual;
C CHR_DUMP U UNISTR_DUMP
- ---------------------------------------- - --------------------------------------------------
ÿ Typ=1 Len=2 CharacterSet=AL16UTF16: 0,ff ÿ Typ=1 Len=2 CharacterSet=AL16UTF16: 0,ff
但由于 UTF8 的编码方式（以及 127 以上的所有内容）实际上是多个字节，C3BF。
更有趣的是 Oracle 如何处理该无效字符。就其本身而言，您可以看到它存在并且无效，但是当它与另一个（有效或无效）字符连接时，它基本上会被忽略：
with t (descr, str) as (
select 'chr(255)', chr(255) from dual
union all select 'chr(255)||chr(255)', chr(255)||chr(255) from dual
union all select q'['*'||chr(255)]', '*'||chr(255) from dual
union all select q'[chr(255)||'$']', chr(255)||'$' from dual
union all select q'['*'||chr(255)||'$']', '*'||chr(255)||'$' from dual
union all select q'['*'||chr(255)||'$'||chr(255)]', '*'||chr(255)||'$'||chr(255) from dual
union all select q'[chr(255)||'*'||chr(255)||'$']', chr(255)||'*'||chr(255)||'$' from dual
union all select q'['*'||chr(255)||chr(255)||'$']', '*'||chr(255)||chr(255)||'$' from dual
union all select q'['ÿ']', 'ÿ' from dual
union all select 'chr(127)||chr(127)', chr(127)||chr(127) from dual
union all select 'chr(127)||chr(128)', chr(127)||chr(128) from dual
union all select 'chr(128)||chr(127)', chr(128)||chr(127) from dual
union all select 'chr(128)||chr(128)', chr(128)||chr(128) from dual
)
select descr, str, dump(str, 1016) as str_dump, length(str) as str_length
from t;
DESCR ST STR_DUMP STR_LENGTH
---------------------------- -- -------------------------------------------------- ----------
chr(255) ? Typ=1 Len=1 CharacterSet=AL32UTF8: ff 1
chr(255)||chr(255) NULL
'*'||chr(255) * Typ=1 Len=1 CharacterSet=AL32UTF8: 2a 1
chr(255)||'$' $ Typ=1 Len=1 CharacterSet=AL32UTF8: 24 1
'*'||chr(255)||'$' *$ Typ=1 Len=2 CharacterSet=AL32UTF8: 2a,24 2
'*'||chr(255)||'$'||chr(255) *$ Typ=1 Len=2 CharacterSet=AL32UTF8: 2a,24 2
chr(255)||'*'||chr(255)||'$' *$ Typ=1 Len=2 CharacterSet=AL32UTF8: 2a,24 2
'*'||chr(255)||chr(255)||'$' *$ Typ=1 Len=2 CharacterSet=AL32UTF8: 2a,24 2
'ÿ' ÿ Typ=1 Len=2 CharacterSet=AL32UTF8: c3,bf 1
chr(127)||chr(127) Typ=1 Len=2 CharacterSet=AL32UTF8: 7f,7f 2
chr(127)||chr(128) Typ=1 Len=1 CharacterSet=AL32UTF8: 7f 1
chr(128)||chr(127) Typ=1 Len=1 CharacterSet=AL32UTF8: 7f 1
chr(128)||chr(128) NULL
最后几个示例表明这不是特定于 255，而是高于 127 的任何内容都是一个问题，因为 UTF8 从 127/7F（仍然是一个字节）跳转到 128/C280（两个字节）。 （例如，您可以看到跳转here。）
这里有一个快速演示，连接使用 128-255 形成的任何无效字符被视为 null，无论它与什么连接：
with t (n) as (
select level from dual connect by level <= 255
)
select count(*), min(t1.n), max(t1.n), min(t1.n), max(t2.n)
from t t1
cross join t t2
where chr(t1.n)||chr(t2.n) is null
order by t1.n, t2.n;
COUNT(*) MIN(T1.N) MAX(T1.N) MIN(T1.N) MAX(T2.N)
---------- ---------- ---------- ---------- ----------
16384 128 255 128 255
【讨论】：
255 在 utf-8 编码中不是一个有效的隔离字节，但它确实是一个有效的 unicode 代码点。
问题是 chr(255) 在 Oracle 中是什么意思？它是第 255 个 unicode 代码点吗？或者它是对 0x11111111 字节的引用。当然，这取决于所讨论的字符集。
select
length (chr(255) || chr(255)), -- NULL
lengthb(chr(255) || chr(255)), -- NULL
length (nchr(255)||nchr(255)), -- 2 valid unicode characters
lengthb(nchr(255)||nchr(255)) -- 4 bytes (in AL32UTF8)
from dual;
要编写可移植的 sql 语句，我强烈建议仅在 (0..127) 上使用 CHR，并且永远不要在查询中编写 CHR(255)。当需要 unicode 字符时，坚持使用带有 CHR 的 ASCII 或移动到 NCHR。
【讨论】：