在 SQL Server 中將 XML UTF-8 編碼的字符串轉換為 XML 數據類型

Question

使用 CAST(AS XML) 轉換 XML 字符串在許多情況下都按預期工作，但如果字符串包含重音字符，則會失敗並顯示錯誤“非法 xml 字符”。

此示例因錯誤“XML 解析：第 2 行，字符 8，非法 xml 字符”而失敗：

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

select CAST(@Text AS XML)

根據XML 規范，它們都是合法的 XML 字符，但是用“X”字符替換重音字符將導致成功的 CAST：

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

select CAST(@MessageText AS XML)

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

此外，相同的 XML 但 UTF-16 編碼，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)

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

這些字符在 UTF-8 中是非法的嗎？ 或者有更好的方法來轉換成 XML 數據類型嗎？

Answer 1

SQL Server 在內部去除 XML 數據類型的任何 XML 聲明序言並使用 UTF-16 編碼。 以下是如何正確處理您的用例。

數據庫

-- 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);