T-SQL中实现类似Python Unidecode的汉字转拼音功能的函数咨询

SQL Server本身没有内置的汉字转带声调拼音的函数，要实现类似Python Unidecode的效果，可通过以下几种方案实现：

方案1：自定义函数+汉字拼音映射表 #

这是最易落地的本地方案，核心是建立汉字与对应带声调拼音的映射表，再通过自定义T-SQL函数逐个字符匹配转换：

1. 创建拼音映射表

CREATE TABLE ChinesePinyin (
    ChineseChar NCHAR(1) PRIMARY KEY,
    Pinyin NVARCHAR(10) NOT NULL
);

向表中插入需要覆盖的汉字及其对应带声调拼音（比如“越”→“Yuè”、“秀”→“xiù”等），可通过批量导入现成的汉字拼音数据集快速填充。

2. 编写自定义转换函数

CREATE FUNCTION dbo.ConvertChineseToPinyin(@ChineseText NVARCHAR(MAX))
RETURNS NVARCHAR(MAX)
AS
BEGIN
    DECLARE @Result NVARCHAR(MAX) = '',
            @CurrentChar NCHAR(1),
            @Index INT = 1;

    WHILE @Index <= LEN(@ChineseText)
    BEGIN
        SET @CurrentChar = SUBSTRING(@ChineseText, @Index, 1);
        -- 查找对应拼音，无匹配则保留原字符
        SELECT @Result += ISNULL(Pinyin, @CurrentChar) + ' '
        FROM ChinesePinyin
        WHERE ChineseChar = @CurrentChar;

        SET @Index += 1;
    END

    -- 去除末尾多余空格
    RETURN RTRIM(@Result);
END

使用示例：

SELECT dbo.ConvertChineseToPinyin(N'越秀区东风东路');
-- 输出：Yuè xiù qū dōng fēng dōng lù

注意：转换准确性完全依赖映射表的覆盖范围，需确保业务常用汉字均包含在内。

方案2：CLR集成函数 #

利用.NET框架的国际化API实现精准的带声调拼音转换，通过CLR集成将.NET代码部署为SQL Server可调用的函数：

1. 编写C# CLR代码

using System;
using System.Data.SqlTypes;
using System.Globalization;

public class PinyinConverter
{
    [Microsoft.SqlServer.Server.SqlFunction]
    public static SqlString ConvertToPinyin(SqlString chineseText)
    {
        if (chineseText.IsNull)
            return SqlString.Null;

        string text = chineseText.Value;
        string result = "";
        foreach (char c in text)
        {
            string pinyin = GetPinyinWithTone(c);
            result += string.IsNullOrEmpty(pinyin) ? c.ToString() : pinyin + " ";
        }
        return new SqlString(result.Trim());
    }

    private static string GetPinyinWithTone(char c)
    {
        string[] pinyins = Array.Empty<string>();
        try
        {
            pinyins = ChineseChar.GetPinyin(c);
        }
        catch { }
        return pinyins.Length > 0 ? pinyins[0] : "";
    }
}

2. 部署CLR函数到SQL Server
   先启用CLR集成：

sp_configure 'show advanced options', 1;
RECONFIGURE;
sp_configure 'clr enabled', 1;
RECONFIGURE;

将C#代码编译为DLL后，创建程序集和对应函数：

CREATE ASSEMBLY PinyinConverterAssembly
FROM 'C:\Path\To\Your\PinyinConverter.dll'
WITH PERMISSION_SET = SAFE;

CREATE FUNCTION dbo.ConvertChineseToPinyinCLR(@ChineseText NVARCHAR(MAX))
RETURNS NVARCHAR(MAX)
AS EXTERNAL NAME PinyinConverterAssembly.PinyinConverter.ConvertToPinyin;

使用示例：

SELECT dbo.ConvertChineseToPinyinCLR(N'越秀区东风东路');
-- 输出：Yuè xiù qū dōng fēng dōng lù

注意：需确保SQL Server版本支持CLR，且部署过程中权限配置符合要求。

方案3：离线批量处理（非实时） #

如果是一次性数据转换需求，可将SQL Server中的数据导出到本地，用Python的Unidecode或其他拼音转换工具处理完成后，再将结果导回SQL Server。这种方式适合非实时的批量场景。

内容的提问来源于stack exchange，提问作者Julio Baudino