sqlserver将unicode，&amp；#22825；格式转成成字符

嗯，历史遗留问题，在网站编码未统一之前，部分数据中，字符的格式不是标准的unicode字符，而是类似天这样的符号定义，但这种定义，我们显示在网站里没什么问题，但用来检索、统计等时候，就会出现问题了，所以我们需要把他转成标准的unicode字符

在sqlserver里，我们可以直接将数字转成字符，例如 char(32)就是空格，而超过8位长度的字符，我们需要用nchar来转换，比如nchar(22825)就是汉字“天”

那么就很简单了，我们只需要在正文中检索所有符合&#数字;这种格式的定义，然后转成unicode字符即可

SET ANSI_NULLS ON
GO
SET QUOTED_IDENTIFIER ON
GO
ALTER FUNCTION [dbo].[UniCodeToNChar] 
(
	@str nvarchar(max)
)
RETURNS nvarchar(max)
AS
BEGIN
	DECLARE @result nvarchar(max),@unicode varchar(10),@c nvarchar(10)

	set @result = @str

	declare cur cursor local for 
	select distinct match,nchar(convert(int,master.dbo.regexmatch(match,'\d+'))) as c from master.dbo.RegexMatches(@str,'&#\d+;')
	open cur
	fetch next from cur into @unicode,@c
	while @@fetch_status=0
		begin
			set @result = replace(@result,@unicode,@c)

			fetch next from cur into @unicode,@c
		end
	close cur
	deallocate cur

	RETURN @result

END

在这个函数里，我使用了以前我所定义的一个clr函数，正则相关的内容，用来筛选字符格式

有兴趣的可以参考转载 正则表达式使模式匹配和数据提取变得更容易（David Banister）这个文章，来自己实现

或者下载我的资源“mssql正则clr及函数.txt”直接运行里边的指令，自动创建相关函数

在将生成 clr 对应的 dll 导入到数据库的时候，还需要注意 framework 的版本，老顾自己的这个资源，是 framework 4.0 版本的，有些可能需要 2.0 或 3.5 版本的，那就只能看转载的这个文章，自己用 c# 重新抄一遍然后导出了。

嗯，因为我是自己配置的数据库，具有master操作权限，所以我把程序集和函数扔到master里了，可自行调整函数所在数据库

然后就是unicode转换函数的调用了，这个就没什么说的了

select master.dbo.UniCodeToNChar('测试天津市东丽区教育局机关，以及天津市教委')