无法通过代码点生成Unicode补充平面字符的SQL Server技术咨询

1. 无需修改数据库排序规则时，能否用NCHAR()生成补充字符？ #

不能。NCHAR()函数处理补充字符的能力完全依赖于数据库默认排序规则是否带有SC（Supplementary Characters）标志，显式在SELECT语句中指定COLLATE子句不会改变NCHAR()的行为——因为函数的参数解析逻辑是基于数据库默认排序规则，而非表达式的排序规则。你的数据库用的是Czech_BIN2（无SC标志），所以NCHAR()无法生成BMP外的补充字符，返回NULL是预期结果。

2. 有没有其他方法将补充字符的代码点转换为对应字符？ #

有两种可靠方法：

方法1：手动计算UTF-16代理对并拼接 #

补充字符的UTF-16编码由一对代理字符组成，可通过代码点计算得出：

1. 计算偏移量：代码点 - 0x10000
2. 高代理字符：0xD800 + (偏移量 >> 10)
3. 低代理字符：0xDC00 + (偏移量 & 0x3FF)

以你的示例代码点0x10335为例：

DECLARE @CodePoint INT = 0x10335
DECLARE @HighSurrogate INT = 0xD800 + ((@CodePoint - 0x10000) >> 10)
DECLARE @LowSurrogate INT = 0xDC00 + ((@CodePoint - 0x10000) & 0x3FF)

SELECT NCHAR(@HighSurrogate) + NCHAR(@LowSurrogate) AS SupplementaryChar
-- 输出：𐌵

方法2：利用UTF-8排序规则的VARCHAR转换 #

先将代码点转换为UTF-8字节序列，再通过指定SC_UTF8排序规则的VARCHAR转换为字符：

DECLARE @CodePoint INT = 0x10335
-- 构造UTF-8字节（U+10335的UTF-8是0xF0 0x90 0x8C 0xB5）
DECLARE @Utf8Bytes VARBINARY(4) = 0xF0908CB5

SELECT CONVERT(VARCHAR(4), @Utf8Bytes) COLLATE Latin1_General_100_CI_AI_SC_UTF8 AS SupplementaryChar
-- 输出：𐌵

如果需要通用处理任意代码点，可以写一个自定义函数来生成对应的UTF-8字节序列。

3. 如何存储这类字符？ #

存储方式分两种： #

• NVARCHAR类型：无论数据库排序规则如何，NVARCHAR本身采用UTF-16编码，天然支持存储补充字符。即使数据库排序规则不带SC标志，也能正常存储，只是排序、比较操作会忽略补充字符的语义（但不影响存储）。
• VARCHAR类型：必须使用带有_SC_UTF8后缀的排序规则（如Latin1_General_100_CI_AI_SC_UTF8），因为这类排序规则的VARCHAR采用UTF-8编码，支持存储3-4字节的补充字符。注意必须在变量声明或表列定义时显式指定该排序规则，不能依赖数据库默认排序规则：

  -- 正确的VARCHAR变量存储
  DECLARE @SC_Var VARCHAR(4) COLLATE Latin1_General_100_CI_AI_SC_UTF8 = N'𐌵'
  SELECT @SC_Var
  
  -- 正确的表列存储
  CREATE TABLE SC_Table (
      SC_Col VARCHAR(4) COLLATE German_PhoneBook_100_CI_AI_SC_UTF8 NOT NULL
  )
  INSERT INTO SC_Table VALUES (N'𐌵')
  SELECT SC_Col FROM SC_Table
  

你之前觉得VARCHAR无法存储，是因为未显式指定_SC_UTF8排序规则，默认使用的Czech_BIN2是单字节编码排序规则，无法容纳UTF-8的多字节补充字符。

满足你需求的方案 #

要从任意SC代码点生成字符并存储到指定排序规则的字段/变量，可结合**方法1（代理对拼接）**生成字符，再直接插入或赋值给目标字段/变量——目标字段/变量只要指定了_SC_UTF8排序规则（或用NVARCHAR），就能正常存储，无需依赖数据库默认排序规则。

内容的提问来源于stack exchange，提问作者Der U