Oracle字符集由那些部分組成
我們都知道Oracle字符集有N多種，最初我們應(yīng)用比較廣泛的字符集是ASCII，但是因?yàn)锳SCII所支持的相關(guān)字符是很有限的，因此又相繼出現(xiàn)了很多的編碼方案，這些編碼方案大部分都是包括了ASCII的。EBCDIC編碼是另一個(gè)比較基本的編碼，它的部分字符采用了和ASCII不同的編碼值，因此兩者是不兼容的基本編碼方案。
采用EBCDIC編碼的比較少，目前主要是IBM 的系統(tǒng)采用，如AS400及S390系統(tǒng)，大部分的系統(tǒng)都是基于ASCII編碼的。
由于亞洲國(guó)家的Oracle字符集相對(duì)復(fù)雜一些，因此一般都使用了兩個(gè)及以上的字節(jié)進(jìn)行編碼的方案。對(duì)于簡(jiǎn)體中文，GB2312碼是國(guó)家1981年實(shí)施的編碼標(biāo)準(zhǔn)，通行于大陸。新加坡等地也使用此編碼。GBK編碼是GB2312碼的擴(kuò)展，是1995年發(fā)布的指導(dǎo)性規(guī)范，它在字匯一級(jí)支持 ISO/IEC 10646-1 和GB 13000-1 的全部中日韓 (CJK) 漢字(20902字)。
目前***的漢字字符集是2000年的GB18030，它是取代GBK1.0的正式國(guó)家標(biāo)準(zhǔn)。該標(biāo)準(zhǔn)收錄了27484個(gè)漢字，同時(shí)還收錄了藏文、蒙文、維吾爾文等主要的少數(shù)民族文字。目前簡(jiǎn)體WINDOWS的缺省內(nèi)碼還是GBK。
由于編碼方案太多且彼此之間不兼容，存在互相之間存在沖突的情況，即對(duì)于同一個(gè)編碼數(shù)值，在兩種不同的編碼方案中代表的是兩個(gè)不同的字符。這樣對(duì)于一些WEB應(yīng)用來(lái)說(shuō)，由于多種語(yǔ)言文字的同時(shí)使用及存儲(chǔ)，需要采用一種統(tǒng)一的字符集。
為此，國(guó)際標(biāo)準(zhǔn)化組織(ISO)制定了ISO 10646碼表，而Unicode協(xié)會(huì)制定了Unicode規(guī)范，這兩個(gè)體系剛開(kāi)始時(shí)是獨(dú)立建立的，在1991年，雙方都認(rèn)識(shí)到世界不需要兩個(gè)不兼容的Oracle字符集。于是它們開(kāi)始合并雙方的工作成果，并為創(chuàng)立一個(gè)單一編碼表而協(xié)同工作。
從Unicode2.0開(kāi)始，Unicode項(xiàng)目采用了與ISO 10646-1相同的字庫(kù)和字碼。目前兩個(gè)項(xiàng)目仍都存在，并獨(dú)立地公布各自的標(biāo)準(zhǔn)。Unicode協(xié)會(huì)現(xiàn)在的***版本是2006年的Unicode 5.0。
Oracle數(shù)據(jù)庫(kù)的字符集
Oracle的字符集名字一般由以下部分組成：語(yǔ)言或區(qū)域、表示一個(gè)字符的比特位數(shù)、標(biāo)準(zhǔn)字符集名稱(chēng)（可選項(xiàng)，S或C，表示服務(wù)器或客戶(hù)端）。Oracle字符集UTF8與UTFE不符合此規(guī)定，其它基本都是這種格式。
- set nls_lang=AMERICAN_AMERICA.UTF8
- set nls_lang=SIMPLIFIED CHINESE_AMERICA.UTF8
對(duì)于US7ASCII，表示區(qū)域是US，用7個(gè)比特位表示一個(gè)字符，標(biāo)準(zhǔn)的字符集名稱(chēng)為ASCII。
對(duì)于中文字符集ZHS16GBK，表示簡(jiǎn)體中文（ZHT為繁體中文），一個(gè)字符需要16位比特，標(biāo)準(zhǔn)的字符集名稱(chēng)為GBK。而ZHS16CGB231280表示簡(jiǎn)體中文，一個(gè)字符需要16位比特，標(biāo)準(zhǔn)的字符集名稱(chēng)為GB231280，屬于我們前面提過(guò)的1981年發(fā)布的GB2312－80標(biāo)準(zhǔn)。
雖然我們說(shuō)，GBK編碼標(biāo)準(zhǔn)是GB2312編碼標(biāo)準(zhǔn)的擴(kuò)展，但是數(shù)據(jù)庫(kù)字符集ZHS16GBK與ZHS16CGB231280之間卻不是嚴(yán)格的超集與子集的關(guān)系，主要是有些漢字的編碼在兩個(gè)Oracle字符集中的數(shù)值是不同的，因此它們進(jìn)行字符集轉(zhuǎn)換時(shí)會(huì)出現(xiàn)問(wèn)題。
在本文中，有時(shí)候使用的是標(biāo)準(zhǔn)字符集名稱(chēng)，有時(shí)候又需要使用Oracle字符集的名稱(chēng)，因此希望大家明白兩者之間的對(duì)應(yīng)關(guān)系。
Oracle數(shù)據(jù)庫(kù)有國(guó)家字符集（national character set）與數(shù)據(jù)庫(kù)字符集(database character set)之分。兩者都是在創(chuàng)建數(shù)據(jù)庫(kù)時(shí)需要設(shè)置的。
國(guó)家字符集主要是用于NCHAR、NVARCHAR、NCLOB類(lèi)型的字段數(shù)據(jù)，而數(shù)據(jù)庫(kù)字符集使用很廣泛，它用于：CHAR、VARCHAR、CLOB、LONG類(lèi)型的字段數(shù)據(jù)；表名、列名、PL/SQL中的變量名；輸入及保存在數(shù)據(jù)庫(kù)的SQL和PL/SQL的源碼。
Oracle支持的Unicode字符集有以下幾種，下面的列表給出了字符集的名稱(chēng)、對(duì)應(yīng)的數(shù)據(jù)庫(kù)版本范圍、采用的Unicode的版本。
AL24UTFFSS：是Oracle***種支持Unicode的Oracle字符集，從7.2版本開(kāi)始使用，但是它支持的Unicode版本為1.1，因此從9i開(kāi)始就不支持此字符集了。
UTF8:是Oracle從Oracle8開(kāi)始使用的屬于UTF-8編碼的字符集，從Oracle8.0到Oracle8.16，Unicode版本為2.1，而Oracle817到10g，采用的Unicode標(biāo)準(zhǔn)為3.0
UTFE：用于EBCDIC碼平臺(tái)上的數(shù)據(jù)庫(kù)Unicode字符集。因此它屬于專(zhuān)用系統(tǒng)使用的字符集，其它屬性與UTF8基本相同。
AL32UTF8：是從Oracle9開(kāi)始使用的屬于UTF-8編碼的字符集，與UTF8相比，它采用的Unicode版本更新，在10g版本中使用的是Unicode 4.01標(biāo)準(zhǔn)，而UTF8因?yàn)榧嫒菪缘目紤]，在10g版本中用的是Unicode 3.0標(biāo)準(zhǔn)。
AL16UTF16：是Oracle***種采用UTF-16編碼方式的字符集，從Oracle9開(kāi)始使用，是作為缺省的國(guó)家字符集使用，它不能被用作數(shù)據(jù)庫(kù)的字符集。
這是因?yàn)閿?shù)據(jù)庫(kù)的字符集決定了SQL與PL/SQL源碼的編碼方式，對(duì)于UTF－16這種使用固定的兩個(gè)字節(jié)來(lái)表示英文字母的編碼方案來(lái)說(shuō)，確實(shí)不適于用作數(shù)據(jù)庫(kù)的Oracle字符集，Oracle目前采用的數(shù)據(jù)庫(kù)字符集都是基于ASCII或EBCDID作為子集的編碼方案。
【編輯推薦】
