问:由于从其它数据库中导入的数据存在半个汉字的问题,所以希望能在查询语句中将这半个汉字处理掉,请问怎样才能解决这个问题?
答: “ 汉字是由两个字节存储的,每个字节的数值都 >127 。所以上面问题的解决方案就是:把字符串按字节顺序截取,当出现第一个字节是 >127, 但是后面一个字节是 <127 的这种情况,选择丢掉。
接下来,我们来明确技术细节:
(1) 在 SQL Server 中有很多字符串相关的操作函数,但是直接去操作包含了汉字的字符串,会有点问题。说明如下: LEN 计算长度的时候,会把汉字和英文字符都看成长度一样的; substring 也是这样, ascii 是返回第一个字节的 ASCII 码。
Example:
select len(' 你好 a'),
substring(' 你好 a',1,1),ascii(' 你 ')
结果是
----------- ---- - ----
3 你 196
一定要把字符串要转换成 varbinary 来处理,才可以。
(2) SQL Server 中,如何把 ASCII 码组合成汉字,就是把高字节和底字节分别转成字符再拼接起来。如 char(210)+char(166) 就是姚这个汉字。
再明确了上面的技术细节后,接下来就可以解决问题了。我通过编写一个函数来解决问题。
create function fn_TruncSemiHanzi
(@str varchar(4000))
returns varchar(8000)
as
begin
declare
@sTmp varchar(8000),@i int,
@itmp int,@itmp2 int ,@stmp2 varchar(2)
select @sTmp='
select @i=1
while @i<=len(@str)
begin
select @itmp=convert(int,substring
(convert(varbinary,substring(@str ,@i,1)),1,1))
-- 截取一个字节
if @itmp>127
begin
-- 大于 127 检查后面一个字节
select @itmp2=convert(int,substring
(convert(varbinary,substring(@str ,@i,1)),2,1))
if @itmp2>127
begin
select @stmp2=char(@itmp)+char(@itmp2)
-- 是一个完整的汉字
end
else
begin
select @stmp2=char(@itmp2) -- 丢弃半个汉字
end
end
else
begin
select @sTmp2=char(@itmp)
end
select @sTmp=@sTmp+@stmp2
select @i=@i+1
end
return @stmp
end
测试如下:
DECLARE @str varchar(4000)
-- 设置参数值
-- 设置参数值
-- 带有半个汉字,是你这个汉字的前面一部分
select @str='b'+char(convert
(int,substring(convert(varbinary,' 你 '),1,1)))+'a 你 '
select @str 带有半个汉字 ,
dbo.fn_TruncSemiHanzi(@str) 去掉半个汉字
带有半个汉字 长度 去掉半个汉字 长度
------------------ ----------- ----------
b 腶你 3 ba 你 3
我们还可以发现这样一个有趣的现象,由于我是截了半个汉字出来,结果你的前半个汉字的字符和后面一个英文字母 a 组合,成了一个怪怪的字符腶。
总结 : 通过这个问题的解决,大家可以了解汉字在 SQL Server2000 中存储和处理的基本方法,像如何区分一个字符串中是否包含了汉字,和分离字符串中中文和英文都可以套用本文中方法。
本文中测试的环境是 Win2000 Server( 中文 )+SQL Server 2000( 中文 ) ,英文环境下没有测试,如有问题,欢迎大家指正。
// 转换成字符型后加上一个 0
declare @i int
set @i=1
select right('0'+cast(@i as varchar),2)
select right(cast(@i+100 as varchar),2)