如何检查 Oracle 数据库中的商标 (™) 字符设置是否正确？

Question

如何检查 Oracle 数据库中的商标(™) 字符设置是否正确？

我希望它使用 UTF-8 编码存储。

我在 Salesforce.com 字段中存储了一个值，从 GUI 来看，该值如下所示（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 查询表时，商标符号显示为矩形（黑色边框，白色填充）。

它如何在 HTML 中显示

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

它如何在文本编辑器中显示

在记事本和记事本++中打开相同的 HTML 文档，商标符号显示为矩形。如果我使用 Notepad++ 的 Hex Viewer 插件，我会看到字节编码是 C2 99。这似乎是 UTF-8 中商标符号的正确编码。

当我在 MS Write 中打开文档时，商标字符如下所示：™。

当我使用Python以编程方式获取值时

，当我从数据库获取值时，商标字符被替换为“\xbf”-- 倒问号，但据我所知，那个字符甚至没有正确编码，因为它至少缺少一个前导字节（取决于特定编码）

>>> 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 Oracle 数据库中的数据。我会满足于有人只是验证我在十六进制查看器中看到的内容足以进行“测试”；）

Answer 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 定义 U+0099 如下：

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

所以，它甚至没有名字，我还没有深入研究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。

Answer 2

仅供将来参考，因为作者没有费心发布修复程序。
这确实是一个 Informatica 问题，需要什么：

1. 更改 Informatica 框中 odbc.ini 中的连接属性，将“IANAAppCodePage=106”添加到需要 UTF8 的连接。
2. 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”

Answer 3

如果您要保存此字符串以在 html 文档中输出，请使用：™ 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，请使用：

import HTMLParser
h = HTMLParser.HTMLParser()
s = h.unescape('™')

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