再探ORACLE数据库字符集乱码问题

一 服务器字符集

如前文所述，ORACLE数据库有数据库字符集和国家语言字符集两种。数据库字符集用于存储char,varchar2,clob,long等数据类型，用来标示表名，列名，sql和PLSQL存储单元等。而国家字符集通常只用来存储nvarchar2,nchar,vclob这些数据类型。建库时就已经决定了数据库字符集和国家语言字符集。对于简体中文操作系统，如果安装数据库的时候没有特别指定，默认字符集就是ZHS16GBK。



ORACLE数据库中字符集的命名遵循以下规则：
Language\bit size\encoding
ZHS 16 GBK
当然有一些字符集命名不在此例：
AL16UTF16，其中AL代表ALL，指的是all language。

二 客户端字符集

NLS_LANG参数由以下组成：
NLS_LANG=language_Territory.client_characterset
language指定ORACLE所用的提示语言，日期中月份和日的显示。
Territory指定货币和数字格式，地区和计算星期及日期的习惯。
client_characterset控制客户端应用程序的字符集。
如果是在windows平台，可以使用chcp查看系统页代码，比如中文winxp操作系统就会显示“活动的代码页：936”。
在sqlplus里可以使用alter session set nls_lang=...来修改这个参数，在sql developer中，需要在tools->preference->database->NLS_PARAMETERS来修改。

三 乱码产生

乱码的产生是由于下面三个字符集引起的：
数据库字符集
客户端字符集
客户端NLS_LANG参数的设置

（1）当客户端字符集和数据库字符集不同，同时NLS_LANG不同于服务器字符集。
在这种情况下存在两种可能性：
a 客户端输入的字符在NLS_LANG中没有对应的字符，这时会以?来代替。
b 客户端输入的字符在NLS_LANG中对了其他字符，传递给数据库后，字符被存储下来，但是元数据丢失，因此数据库中存储的字符不再代表客户输入的字符。（注意：这个过程不可逆，因为通常情况下我们不知道客户端字符集）

（2）NLS_LANG和服务器字符集相同时
在这种情况下，数据库不用对客户端传递过来的数据进行编码转换，直接存入数据库。如果客户端传过来的字符集在数据库中有正确的对应关系，则存储正确，否则就被替换为？，于是就产生了乱码。
比如如果数据库字符集是WE8MSWIN1252时，即使NLS_LANG设置相同，数据库也不能正确的存储汉字。


四 常用的转换方法
通常使用dblink，并组合utl_raw.cast_to_raw以及utl_raw.cast_to_varchar2来转化，具体步骤请参考ORACLE公司的文档。