2

我使用ruby​​-gem sequel从 MSSQL-Server 表中读取 utf-8 编码的数据。表的字段定义为nvarchar，它们在 Microsoft Server Management Studio 中看起来是正确的（西里尔文是西里尔文，中文看起来是中文）。

我将我的数据库连接到

  db = Sequel.connect(
    :adapter=>'ado', 
    :host     =>connectiondata[:server], 
    :database=>connectiondata[:dsn], 
    #Login via SSO
  )

  sel = db[:TEXTE].filter(:language=> 'EN') 
  sel.each{|data| 
    data.each{|key, val|
      puts "#{val.encoding}: #{val.inspect}"  #-> CP850: ....
      puts val.encode('utf-8')
    }
  }

这适用于英语，德语也返回一个可用的结果：

CP850: "(2 St\x81ck) f\x81r
(2 Stück) für ...

但转换成的结果CP850，却不是原来的UTF-8。

西里尔文（我用保加利亚语测试过）和中文只产生“？” （合理，因为CP850不包括中文和保加利亚字符）。

我还通过 odbc-connection 进行了连接：

    db = Sequel.odbc(odbckey,
      :db_type => 'mssql',  #necessary
      #:encoding => 'utf-8',  #Only MySQL-Adapter
    )

结果是ASCII-8BIT，我必须将数据转换force_encoding为 CP1252（不是 CP850！）。但是西里尔文和中文仍然是不可能的。

我已经尝试过的：

  • MySQL 适配器似乎有一个编码选项，我检测到 MSSQL 没有效果。
  • 我用 sqlite 和 sequel 做了类似的测试，我对 unicode 没有问题。
  • 我安装SQLNCLI10.dll并使用它作为提供者。但我得到一个无效的连接字符串属性-error（与 相同sqlncli）。

所以我的最后一个问题是：如何通过 ruby​​ 和 sequel 读取 MS-SQL 中的 UTF-8 数据？

我的环境：

客户：

  • Windows 7的
  • 红宝石 1.9.2
  • 续集 3.33.0

数据库：

  • SQL 服务器 2005
  • 数据库有排序规则 Latin1_General_CI_AS

准备好我的问题后，我找到了解决方案。我会将其发布为答案。但我仍然希望，有更好的方法。

4

2 回答 2

3

如果你可以避免它，你真的不想使用 ado 适配器（对于只读工作负载没问题，但我不建议将它用于其他工作负载）。我会尝试 tinytds 适配器，因为我相信它会正确处理编码，并且默认为 UTF-8。

Sequel 本身不进行任何转码，它将编码的处理留给较低级别​​的驱动程序。

于 2012-04-10T16:38:43.787 回答
1

在准备好我的问题后，我自己找到了解决方案。

当我添加一个

Encoding.default_external='utf-8'

对于我的代码，我得到了正确的结果。

作为副作用，每个File.open人现在还期望 UTF-8 编码的文件（这可以被 中的附加参数覆盖File.open）。

作为替代方案，这也适用：

Encoding.default_internal='utf-8'

正如我在问题中提到的，我不喜欢更改全局设置，只是为了更改一个界面的行为。

所以我仍然希望有更好的解决方案。

于 2012-04-10T15:34:14.293 回答