使用COMPOSE和UNISTR创建沉音字符

<script type="text/javascript"><!--google_ad_client = "pub-2947489232296736";/* 728x15, 创建于 08-4-23MSDN */google_ad_slot = "3624277373";google_ad_width = 728;google_ad_height = 15;//--></script><script type="text/javascript"src="http://pagead2.googlesyndication.com/pagead/show_ads.js"></script>

<script type="text/javascript"><!--google_ad_client = "pub-2947489232296736";/* 160x600, 创建于 08-4-23MSDN */google_ad_slot = "4367022601";google_ad_width = 160;google_ad_height = 600;//--></script><script type="text/javascript"src="http://pagead2.googlesyndication.com/pagead/show_ads.js"></script>

很多语言，包括英语在内，都使用沉音字符（accentedcharacter）。因为这些字符不属于ASCII字符集，所以如果不查看Unicode值也不使用Unicode编辑器并将其转成一个已知字符集，就很难编写使用这些字符的代码。

9i引入了COMPOSE函数，该函数接受一串Unicode字符并规则化其文本。这就意味着它可以接受一个字母和一个组合标记，比如说‘a'（Unicode字符0097）和沉音符（Unicode字符0300），然后创建一个单独的由两个标记组合而成的字符。COMPOSE使用特殊的组合标记，而没有使用ASCII中相应的音节标记，它所使用的特殊的组合标记是Unicode标准的一部分。上面的例子的结果应该是Unicode字符00E0（有一个沉音符的小写拉丁字母‘a'）。

在ANSI中最常见的组合字符有：

·U+0300：沉音符（graveaccent）(`)

·U+0301：重音符（acuteaccent）(')

·U+0302：抑扬音符号（circumflexaccent）(^)

·U+0303：颚化符号（tilde）(~)

·U+0308：元音变音

如果没有特殊的或者键盘驱动程序的话，很难在键盘上输入Unicode字符0097和0300。因此，以纯ASCII文本输入Unicode序列的一个方法是使用UNISTR函数。这个函数接受一个ASCII字符串然后以国家字符集（通常作为16位Unicode或者UTF-8字符集安装）创建一个Unicode字符的序列。它使用十六进制占位符序列映射任何非ASCII字符，映射方式与类似。

要输入a后接一个沉音符组合字符的序列，可以使用UNISTR(‘a/0300')，而不要试图直接在代码中输入字符。这个函数在任何字符集以及任何具有基于Unicode的国家字符集的下都可以正常运行。可以将多个组合字符放在函数中——可以在UNISTR函数中混合使用ASCII和Unicode占位符。例如，可以像下面这样使用UNISTR函数：

selectCOMPOSE(UNISTR('Unlessyouarenai/0308ve,meetmeatthecafe/0301with
yourre/0301sume/0301.'))fromdual;

在将UNISTR函数的输出与COMPOSE组合时，可以在不查找任何值的情况下生成一个Unicode字符。例如：

select'itistrue'ifCOMPOSE(UNISTR('a/0300'))=UNISTR('/00e0');

COMPOSE函数返回一个NVARCHAR2字符串，返回的NVARCHAR2字符串通常是基于Unicode的。如果是在本地使用这些字符，在结果中具有一个隐式地TO_CHAR时，数据库将尝试将Unicode字符映射到本地字符集。不是所有的字符都可以被映射，有一些字符组合在COMPOSE中不能工作，因为Unicode协会没有在Oracle所用的级别定义它们。

要快速地检查字符如何在一个特定的环境下查询，可以运行一个与下面的脚本类似的脚本，以查看在输出组合字符如何被映射。你可能需要确定一下NLS_LANG设置以确保这些字符正确地返回：

createorreplacetypehexrange_tblastableofvarchar2(4);
/
showerrors;

createorreplacefunctionhexrange(n1varchar2,n2varchar2)
returnhexrange_tblpipelined
is
begin
foriinto_number(n1,'000X')..to_number(n2,'000X')loop
piperow(to_char(i,'FM000X'));
endloop;
return;
endhexrange;
/
showerrors;

selectcolumn_valueCOMPOSEr,
COMPOSE(UNISTR('a/'||column_value))a,
COMPOSE(UNISTR('c/'||column_value))c,
COMPOSE(UNISTR('e/'||column_value))e,
COMPOSE(UNISTR('i/'||column_value))i,
COMPOSE(UNISTR('n/'||column_value))n,
COMPOSE(UNISTR('o/'||column_value))o,
COMPOSE(UNISTR('r/'||column_value))r,
COMPOSE(UNISTR('s/'||column_value))s,
COMPOSE(UNISTR('u/'||column_value))u,
COMPOSE(UNISTR('y/'||column_value))y
fromtable(hexrange('0300','0327'))x;

下面轻松一下，这里有一小段PL/SQL脚本，这段脚本使用COMPOSE和UNISTR创建一种特殊效果，很多SMS用户、和垃圾邮件发送者都使用这种效果使可读英文文本难于扫描，因为它使用字符重音版本的一个随机序列。我使用DBMS_RANDOM随机选取一个可由不同字符使用的组合字符，然后让SQL进行组合并进行反向转换以生成ANSI/Latin-1输出。这段脚本在代码中使用了EMP表的ENAME字段。1<script type="text/javascript"><!--google_ad_client = "pub-2947489232296736";/* 728x15, 创建于 08-4-23MSDN */google_ad_slot = "3624277373";google_ad_width = 728;google_ad_height = 15;//--></script><script type="text/javascript"src="http://pagead2.googlesyndication.com/pagead/show_ads.js"></script>

<script type="text/javascript"><!--google_ad_client = "pub-2947489232296736";/* 160x600, 创建于 08-4-23MSDN */google_ad_slot = "4367022601";google_ad_width = 160;google_ad_height = 600;//--></script><script type="text/javascript"src="http://pagead2.googlesyndication.com/pagead/show_ads.js"></script>