在 SQL Server 中将 XML UTF-8 编码的字符串转换为 XML 数据类型

Question

使用 CAST(AS XML) 转换 XML 字符串在许多情况下都按预期工作，但如果字符串包含重音字符，则会失败并显示错误“非法 xml 字符”。

此示例因错误“XML 解析：第 2 行，字符 8，非法 xml 字符”而失败：

declare @Text VARCHAR(max) = 
'<?xml version="1.0" encoding="UTF-8"?>
<ROOT>níveis porém alocação</ROOT>'

select CAST(@Text AS XML)

根据XML 规范，它们都是合法的 XML 字符，但是用“X”字符替换重音字符将导致成功的 CAST：

declare @MessageText VARCHAR(max) = 
'<?xml version="1.0" encoding="UTF-8"?>
<ROOT>nXveis porXm alocaXXo</ROOT>'

select CAST(@MessageText AS XML)

结果： <ROOT>nXveis porXm alocaXXo</ROOT>

此外，相同的 XML 但 UTF-16 编码，莫名其妙地工作：

declare @MessageText NVARCHAR(max) = 
'<?xml version="1.0" encoding="UTF-16"?>
<ROOT>níveis porém alocação</ROOT>'

select CAST(@MessageText AS XML)

结果： <ROOT>níveis porém alocação</ROOT>

这些字符在 UTF-8 中是非法的吗？ 或者有更好的方法来转换成 XML 数据类型吗？

Answer 1

SQL Server 在内部去除 XML 数据类型的任何 XML 声明序言并使用 UTF-16 编码。 以下是如何正确处理您的用例。

数据库

-- Method #1
DECLARE @Text NVARCHAR(MAX) = N'<ROOT>níveis porém alocação</ROOT>';
SELECT CAST(@Text AS XML);

-- Method #2
DECLARE @MessageText NVARCHAR(MAX) = 
'<?xml version="1.0" encoding="UTF-16"?>
<ROOT>níveis porém alocação</ROOT>';

SELECT CAST(@MessageText AS XML);