如何检查我的 Oracle 数据库中的商标 (™) 字符是否设置正确？答案

【问题标题】：How can I check that the trademark(™) character is set correctly in my Oracle database?如何检查我的 Oracle 数据库中的商标 (™) 字符是否设置正确？
【发布时间】：2023-03-14 20:10:02
【问题描述】：

如何检查我的 Oracle 数据库中的商标 (™) 字符是否设置正确？

我希望它使用 UTF-8 编码存储。

我有一个值存储在 Salesforce.com 字段中，从 GUI 看起来像这样（注意商标字符）：

Chuck Norris's Roundhouse Kick™

我正在使用 Informatica 将其复制到 Oracle 数据库。我的数据库设置为使用 AL32UTF8 编码。

它在 SQL Developer 中的显示方式

当我使用 SQL Developer 查询我的表时，商标符号显示为 一个矩形（黑色边框，白色填充）。

它在 HTML 中的显示方式

当我使用 UTF-8 编码从 SQL Developer 将其导出为 HTML 文档并在 Chrome 中打开时，商标符号根本不出现。当我在 IE 中打开它时，它再次显示为一个矩形。在 Firefox 中，它是一个矩形，上半部分是 00，下半部分是 99。所有三个浏览器都使用 UTF-8 解释 HTML 文档。

它在文本编辑器中的显示方式

在 Notepad 和 Notepad++ 中打开相同的 HTML 文档，商标符号显示为一个矩形。如果我使用 Notepad++ 的 Hex Viewer 插件，我看到字节编码是C2 99。那似乎是correct encoding for the trademark symbol in UTF-8。

当我在 MS Write 中打开文档时，商标字符如下所示：Â™。

当我以编程方式获取值时

使用 Python，当我从数据库中获取值时，商标字符被替换为 '\xbf' -- the inverted question mark，但是那个字符甚至没有正确编码，因为我可以分辨，因为它至少缺少一个前导字节（取决于具体的编码）

>>> import cx_Oracle
>>> con = cx_Oracle.connect('username', 'password', 'db')
>>> cur = con.cursor()
>>> cur.execute('select * from trademark')
<__builtin__.OracleCursor on <cx_Oracle.Connection to username@db>>
>>> records = cur.fetchall()
>>> records[0][0]
"Chuck Norris's Roundhouse Kick\xbf"

理想情况下，我希望能够使用上述所有方法验证存储在我的 Oracle 数据库中的数据。我会满足于有人只是验证我在 Hex Viewer 中看到的内容足以进行“测试”；）

【问题讨论】：

代码 0x99 是 Windows 1252 代码页中的商标符号。还有其他几个。您在该 dbase 中找到的任何内容都没有以 utf-8 编码。 en.wikipedia.org/wiki/Code_page_1252

标签： unicode utf-8 character-encoding

【解决方案1】：

您发布的字符文字 ™ 不是 U+0099（控制字符），而是 U+2122（商标符号）。

Unicode 规范definesU+0099 如下：

0099;<control>;Cc;0;BN;;;;;N;;;;;

所以，它甚至没有名字，我也没有去挖掘规范来找出这个角色的用途。

在 Windows 中解码 U+0099 确实会产生商标字素。我想这是一个错误。

UTF-8 中商标符号 (U+2122) 的正确字节序列是 E2 84 A2。

【讨论】：

你是对的。当 Informatica 将值写入数据库时，该值未正确编码。从我自己的测试程序中写入值，我能够检索到商标符号。我们正在调查写入中出了什么问题，或者在写入之前对值的处理。
由于 U+2122 在 windows-1252 中编码为 0x99，我猜想在某些转码操作中使用了默认的“ANSI”编码。

【解决方案2】：

仅供将来参考，因为作者没有费心发布修复程序。确实是Informatica的问题，需要什么：

在 Informatica 框中更改 odbc.ini 中的连接属性，将“IANAAppCodePage=106”添加到需要 UTF8 的连接中。
在 Informatica 本身中更改连接的连接属性，并在“连接管理器 -> 连接 -> 关系 -> -> 编辑”中添加“Codepage=Utf-8”

【讨论】：

【解决方案3】：

如果您将此字符串保存为 html 文档中的输出，请使用：&trade; 商标符号的 html 实体。

如果您将此字符串用于非 html 目的，请在运行时解码该字符串：

import HTMLParser
h = HTMLParser.HTMLParser()
s = h.unescape('&trade;')

见： http://www.w3schools.com/html/html_entities.asp http://fredericiana.com/2010/10/08/decoding-html-entities-to-text-in-python/

【讨论】：