.NET 中的 UTF-16 XML 到 HTML

Question

我有一个存储在 SQL Server 数据库表列中的字符串，该列当前是 VarChar(Max)，但内容是 UTF-16 XML。这是一个示例：

<?xml version="1.0" encoding="utf-16" standalone="yes"?><Content><control name="txtGeneral" value="Hi Bryan,&#xD;&#xA;&#xD;&#xA;This is a sample message stored in the database that I need to get out in HTML. I can&amp;amp;#39;t seem to figure out how to get it out into HTML. &#xD;&#xA;&#xD;&#xA;Thanks!&#xD;&#xA;&#xD;&#xA;Robot.&#xD;&#xA;&#xD;&#xA;&#xD;&#xA;-----Original Message-----&#xD;&#xA;&#xD;&#xA;Date:      08-21-15 19:57&#xD;&#xA;&#xD;&#xA;From:     System Test, Microsoft Corp&#xD;&#xA;&#xD;&#xA;To:         Framework.NET&#xD;&#xA;&#xD;&#xA;Subject:  RE: RE: RE: RE:  &#xD;&#xA;&#xD;&#xA;" /></Content>

存储的原始数据不是 XML/数据类型，但我可以在我的选择中进行转换（见下文）。我通过 .NET/ADO 将其拉出，因此我将其放在本地字符串中，以便在 HTML 中显示。我只需要将它转换为文本框或 HTML 元素，以便它显示在屏幕上。

我可以在 t-sql 中解析我想要的元素 (@value)，但这不会对我进行编码更改。这是我的示例查询：

SELECT TOP 1 CONVERT(XML,CONVERT(NVARCHAR(MAX),m.Content)).value('(/Content/control/@value)[1]', 'varchar(max)')
FROM Messages m
WHERE MessageID = 85713;

我可以使用 .NET 或 t-sql 进行转换。我将一次只选择一条消息，因此性能应该不是问题。

这是我想要的样子：

Hi Bryan,

This is a sample message stored in the database that I need to get out in HTML. I can't seem to figure out how to get it out into HTML. 

Thanks!

Robot.


-----Original Message-----

Date:      08-21-15 19:57

From:     System Test, Microsoft Corp

To:         Framework.NET

Subject:  RE: RE: RE: RE:  

转换方式：https://r12a.github.io/apps/conversion/

谢谢！

Answer 1

有很多严重的缺陷：

• 不要基于字符串存储 XML，使用原生 XML 类型
• 不要将 XML 作为字符串处理，使用原生 XML 方法
• 如果 - 出于任何原因 - 您必须在字符串级别处理它，请使用 NVARCHAR(MAX)
• 切勿使用 1 字节编码的VARCHAR(MAX)。这将导致额外的转换，并可能导致愚蠢的错误。
• 不要存储 xml 声明 <?xml blah ?>。这是指定文件的编码所必需的。在 SQL-Server 中，XML 总是 unicode / UCS 2

如果您可以更改上述内容，则您应该考虑这样做。如果没有，这里有一个方法：

首先将VARCHAR(MAX) 转换为NVARCHAR(MAX)，然后转换为XML。与NVARCHAR(MAX) 一起，UTF-16 将不再打扰。然后使用.value() 检索命名属性的值。

DECLARE @mockMessages TABLE(Content VARCHAR(MAX));
INSERT INTO @mockMessages VALUES
('<?xml version="1.0" encoding="utf-16" standalone="yes"?><Content><control name="txtGeneral" value="Hi Bryan,&#xD;&#xA;&#xD;&#xA;This is a sample message stored in the database that I need to get out in HTML. I can&amp;amp;#39;t seem to figure out how to get it out into HTML. &#xD;&#xA;&#xD;&#xA;Thanks!&#xD;&#xA;&#xD;&#xA;Robot.&#xD;&#xA;&#xD;&#xA;&#xD;&#xA;-----Original Message-----&#xD;&#xA;&#xD;&#xA;Date:      08-21-15 19:57&#xD;&#xA;&#xD;&#xA;From:     System Test, Microsoft Corp&#xD;&#xA;&#xD;&#xA;To:         Framework.NET&#xD;&#xA;&#xD;&#xA;Subject:  RE: RE: RE: RE:  &#xD;&#xA;&#xD;&#xA;" /></Content>');

SELECT CAST(CAST(m.Content AS NVARCHAR(MAX)) AS XML).value(N'(/Content/control/@value)[1]',N'nvarchar(max)') 
FROM @mockMessages AS m;

原则上同样适用于.Net。

更新：关于编码的一些话

SQL-Server 既不支持 UTF-8，也不支持 real UTF-16。有一种1字节编码，即扩展ASCII（代码页/字符映射）和一种2字节编码，即unicode/UCS-2（几乎是UTF-8，至少与99% 的常见字符）。如果您需要对输出进行 UTF-8 编码，则必须在应用程序中执行此操作。几乎在任何情况下，您都将 SQL Server 的 XML 输出（在 UCS-2 中）视为 UTF-16。 SQL-Server 和 .Net-code 之间的通信默认是 unicode 的