SQL 导入带有波兰语字符的 XML

Question

嗨，我想从包含波兰语字符的 xml 文件导入数据，但失败了。我的 xml 文件是 utf8 格式，我确信这不是问题。我的表中的列是 nvarchar，我可以“插入”波兰语字符，但不能使用脚本或导入向导。这是我的脚本：

USE db name

EXEC sp_configure 'show advanced options', 1;
RECONFIGURE;
EXEC sp_configure 'Ad Hoc Distributed Queries', 1;
RECONFIGURE;

DECLARE @xml NVARCHAR(MAX);

SELECT @xml = CONVERT(NVARCHAR(MAX), BulkColumn)
FROM OPENROWSET(BULK 'path to xml file', SINGLE_CLOB) AS x;

DECLARE @hDoc INT;

EXEC sp_xml_preparedocument @hDoc OUTPUT, @xml;


INSERT INTO mytable (column)
SELECT 
    z.column
FROM OPENXML(@hDoc, '/root/people/person', 2)
WITH (
    column NVARCHAR(50) 'column',
) AS z;

EXEC sp_xml_removedocument @hDoc;

尝试更改数据库XML文件通过不同方式导入XML编码，对波兰语字符不起作用，只能插入，但我有很多数据无法一一完成。

Answer 1

将波兰语字符从 XML 文件导入 SQL Server 的解决方案涉及对原始脚本的两个主要更改。首先，不应在 OPENROWSET 函数中使用 SINGLE_CLOB，而应切换到 SINGLE_NCLOB（Unicode 版本）并显式指定 UTF-8 代码页 (65001)。这告诉 SQL Server 在文件读取操作期间期望并正确处理 Unicode 字符。

其次，您可以向 sp_xml_preparedocument 过程调用添加编码参数，其中包括指定 UTF-8 字符集的 XML 元数据属性。这确保了当 SQL Server 处理 XML 文档时，它在整个操作过程中保持正确的字符编码，从而防止波兰语变音符号出现任何损坏或误解。

这些更改与目标表中 NVARCHAR 列的使用相结合，创建了一个完整的管道，可以保留从源 XML 文件到最终数据库存储的 Unicode 字符。原始脚本可能在这些步骤之一丢失字符编码信息，导致波兰语字符损坏。