LIKE 忽略魔术 Unicode 字符答案

【问题标题】：LIKE ignores magic Unicode characterLIKE 忽略魔术 Unicode 字符
【发布时间】：2015-02-17 16:37:32
【问题描述】：

SQL Server 2008 R2

 create table #test (c1 nvarchar(5) not null)

  insert into #test values 
  (N'aaa'),
  (nchar(65533)),
  (N'bbb')

  select * from #test where c1 like N'%�%'
  select * from #test where c1 like N'%'+nchar(65533)+N'%'

结果是

c1
----
aaa
�
bbb

为什么？我在 MSDN 中没有找到关于这个案例的任何注释。

【问题讨论】：

我已经用 sql fiddle 检查过一切都很好；sqlfiddle.com/#!3/fde76/3
可能是你的collation 你的tempdb 数据库排序规则是什么？
Alsin，如果您有兴趣，我刚刚更新了我的答案以更清晰。

标签： sql-server tsql unicode sql-like

【解决方案1】：

该字符（以及许多其他字符，取决于所使用的排序规则版本）恰好没有定义排序权重。它实际上什么都不是。因此，无论您有 1 个实例还是 100 个实例，除了二进制排序规则之外，它对任何东西都是不可见的。意思是，以下WHERE 谓词：

LIKE N'%' +  NCHAR(0xFFFD) + N'%'

LIKE N'%' +  NCHAR(0xFFFD) +  NCHAR(0xFFFD) + N'%'

LIKE N'%' +  NCHAR(0xFFFD) +  NCHAR(0xFFFD) +  NCHAR(0xFFFD) + N'%'

等等，都等价于：

LIKE N'%%'

这就是返回所有 3 行的原因。

这并不意味着这个字符应该没有排序权重。它实际上在 Unicode 中被定义为具有权重，但出于某种原因，Microsoft 留下了相当多的字符，根本没有任何排序权重（尽管缺少排序权重的字符总数随着每个新的排序规则版本而减少，最新的是140 Collations 版本，随 SQL Server 2017 提供，仅适用于日语排序规则。

对于任何没有排序权重的字符，匹配它的唯一方法是使用二进制排序规则。二进制排序规则是以_BIN 或_BIN2 结尾的排序规则，但仅使用_BIN2 排序规则，因为它们可以正确排序，而旧的_BIN 排序规则则不能。例如：

SELECT * FROM #test WHERE c1 LIKE N'%�%' COLLATE Latin1_General_100_BIN2;

c1
----
�

此外，我使用以下内容进行了测试，它们返回了所有 3 行：

Latin1_General_CS_AS_KS_WS
Latin1_General_100_CS_AS_KS_WS_SC

所以，以下应该是好的：

Latin1_General_BIN2
Latin1_General_100_BIN2

此外，最好使用可用于您尝试使用的排序规则的最高排序规则版本。例如，使用Latin1_General_100_* 而不是Latin1_General_*，等等。使用以下查询查找您的实例上可用的排序规则：

SELECT col.*
FROM   sys.fn_helpcollations() col
ORDER BY col.[name];

【讨论】：