保存特殊字符

今天碰到个问题，用户要求可以存储特殊字符，比如上标的2：（²），如果数据库创建的时候使用了UTF8或者UTF16字符集，就没有任何问题了，但数据库创建时指定的字符集是ZHS16GBK，于是做了个小测试：

SQL>create table unicode_test( a varchar2(100), b nvarchar2(100));

Table created.

SQL>insert into unicode_test values('E=MC²','E=MC²');

1 row created.

SQL>commit;

Commit complete.

SQL>select * from unicode_test;

A                     B
----------------------------------------
E=MC2                  E=MC2

可见无论是varchar2还是nvarchar2，直接插入都不行。改成用UNICODE编码的方式： (\0045\003d\004d\0043\00B2 是 "E=MC² "的UTF-16编码， 00B2就是上标² ，注意这里不能使用UTF-8）

SQL>insert into unicode_test values(unistr('\0045\003d\004d\0043\00B2'),unistr('\0045\003d\004d\0043\00B2')); 

1 row created.

SQL>commit;

Commit complete.

SQL>select * from unicode_test;

A			B
----------------------------------------
E=MC2			E=MC2
E=MC2			E=MC²

存入到nvarchar2类型成功了，varchar2仍然不正确。

数据文件的dump内容如下：

block_row_dump:
tab 0, row 0, @0x1f84
tl: 20 fb: --H-FL-- lb: 0x1  cc: 2
col  0: [ 5]   45 3d 4d 43 32
col  1: [10]  00 45 00 3d 00 4d 00 43 00 32
tab 0, row 1, @0x1f70
tl: 20 fb: --H-FL-- lb: 0x2  cc: 2
col  0: [ 5]   45 3d 4d 43 32
col  1: [10]  00 45 00 3d 00 4d 00 43 00 b2

可以清楚的看出两条记录在数据库中实际的存储字节，显然只有第二条的B列是符合要求的。

结论：如果数据库创建的时候没有使用UNICODE编码，当需要存储不在字符集中特殊字符的时候只能使用nvarchar2类型，并且必须使用UTF-16编码加unistr函数的方式传入，如果使用java，可以用String.codePointAt来获取字符的UTF-16编码。