为什么在通过 Powershell 向 Oracle 数据库插入时，尖音符号与其基本字母分开？

Question

我正在使用 Powershell 执行插入语句并将字符串插入数据库 table。我要插入的文本是从 HTTP 请求到 Confluence 的 REST API 并包含捷克语字符。以下代码片段完成将数据插入数据库的工作

$DAOControllerClass | Add-member -MemberType ScriptMethod -Name Get-DataBaseConnection -Value {
[OutputType([System.Data.OracleClient.OracleConnection])]

$username = $this.username
$password = $this.password
$data_source = $this.data_source 

log("Executing Get-DataBaseConnection")

$connection_string = "User Id=$username;Password=$password;Data Source=$data_source"
$con = New-Object System.Data.OracleClient.OracleConnection($connection_string)
try {
    $con.Open()
} catch {
    throw "Could not open database connection"
}
log("Connectiong opened")
return $con
}

$DAOControllerClass | Add-Member -MemberType ScriptMethod -Name Update-CNFLPageIntoOldWorld -Value {
param(
    [Parameter(Mandatory=$true)][String[]]$values
)
log("Executing Update-CNFLPageIntoBaseLayer")


try{
    $con = $this.'Get-DataBaseConnection'()

    $command             = $con.CreateCommand()
    $command.Connection  = $con
    $command.CommandText = [IO.File]::ReadAllText(".\Database queries\Data dictionary - Core layer queries\Update_cnfl_page_old_world.sql")

    $null = $command.Parameters.Add("cnfl_page_id", $values[0])
    $null = $command.Parameters.Add("label", $values[1]) 
    $null = $command.Parameters.Add("business_pojem_html", $values[2]) 
    $null = $command.Parameters.Add("popis_html",$values[3]) # The issue is with $values[3]

    $null = $command.ExecuteNonQuery()

    log("The cnfl page with the id: " + $values[0] + " got updated in the table confluence_page_old_world")
} catch {
    throw (“Database Exception: " + $con.ConnectionString + ": " + $_.Exception.ToString())
} finally{
    if ($con.State -eq ‘Open’) { 
        $con.close() 
        $command.Dispose()
    }
}

}

现在我从 Confluence 页面下载时作为参数传递的文本如下："Reportingové statusy a příchody/odchody klientů."

当我在 Powershell 中打印此文本时，一切看起来都很好。所有字母均按应有的方式表示。当我调试此代码并查看分配给 $command.CommandText 的文本时，它看起来也不错。

但是当我在数据库中看到结果时，它看起来如下所示：

所以所有的字母都很好，除了尖音符从它的基本字母中分离出来。我在 powershell 中尝试了不同的编码，我试图更改数据库中的 NLS 设置。我还尝试写入 .txt 文件，使用 utf-8、unicode 和 ISO/IEC 8859-2 对其进行编码，只是为了从文件中读取它，但这也没有用。

唯一可行的是当我像这样将文本硬编码到 Powershell 中时：

$null = $command.Parameters.Add("popis_html","Reportingové statusy a příchody/odchody klientů.")

然后我得到了预期的结果。所以在我看来，当将字符串作为参数传递时，一些转换或编码正在发生，但我不知道它可能是什么，因为字母实际上得到了表示，它只是关于尖音符号。我在 Powershell

中有以下编码设置

IsSingleByte      : True
BodyName          : iso-8859-2
EncodingName      : Central European (Windows)
HeaderName        : windows-1250
WebName           : windows-1250
WindowsCodePage   : 1250
IsBrowserDisplay  : True
IsBrowserSave     : True
IsMailNewsDisplay : True
IsMailNewsSave    : True
EncoderFallback   : System.Text.InternalEncoderBestFitFallback
DecoderFallback   : System.Text.InternalDecoderBestFitFallback
IsReadOnly        : True
CodePage          : 1250

以及以下 nls_session_parameters

NLS_LANGUAGE    CZECH
NLS_TERRITORY   CZECH REPUBLIC
NLS_CURRENCY    Kč
NLS_ISO_CURRENCY    CZECH REPUBLIC
NLS_NUMERIC_CHARACTERS  ,.
NLS_CALENDAR    GREGORIAN
NLS_DATE_FORMAT DD.MM.RR
NLS_DATE_LANGUAGE   CZECH
NLS_SORT    CZECH
NLS_TIME_FORMAT HH24:MI:SSXFF
NLS_TIMESTAMP_FORMAT    DD.MM.RR HH24:MI:SSXFF
NLS_TIME_TZ_FORMAT  HH24:MI:SSXFF TZR
NLS_TIMESTAMP_TZ_FORMAT DD.MM.RR HH24:MI:SSXFF TZR
NLS_DUAL_CURRENCY   Kč
NLS_COMP    BINARY
NLS_LENGTH_SEMANTICS    BYTE
NLS_NCHAR_CONV_EXCP FALSE

我尝试使用此行将 Powershell 编码设置为 Unicode

$OutputEncoding = [System.Text.Encoding]::Unicode

数据库中的结果是一样的。我还能尝试什么？谢谢！

Answer 1

可能问题如下（本人无法验证）：

听起来您从 Confluence REST API 收到的 字符串分解 Unicode normalization form (NFD), in which accented characters are represented by two code points: the base letter (e.g., e), followed by a combining diacritic (e.g., ́, the combining acute accent, U+0301)

而且看起来 Oracle 也许在这个 decomposed 范式上有问题并且只支持 组合形式（NFC），其中重音字母直接表示为单个代码点（例如，é，the Latin small letter with acute, U+00E9 ),

因此，您可以尝试使用String.Normalize() method将字符串转换为组合形式（NFC）：

$values[3].Normalize() # Converts string $values[3] to NFC

为什么在通过 Powershell 向 Oracle 数据库插入时，尖音符号与其基本字母分开？

Why does the acute gets separated from its base letter when making an insert to an oracle database via Powershell?

oracle

powershell

encoding

cp1250