Linux服务器Python通过OPENROWSET BULK导入SQLServer特殊字符乱码

问题根源 #

1. Linux系统没有ANSI编码别名（ANSI是Windows专属，西语环境对应cp1252编码），直接用encoding='ANSI'会报错。
2. SQL Server 2008对UTF-8的原生支持有限，无BOM的UTF-8文件无法被OPENROWSET正确识别。
3. 格式文件的编码配置与CSV文件编码不匹配，导致特殊字符解析错误。

解决方案 #

方案1：使用CP1252编码生成CSV（匹配原Windows环境的ANSI） #

将Python生成CSV的代码中encoding='ANSI'替换为encoding='cp1252'，Linux系统支持该编码，生成的CSV与Windows下的ANSI文件编码一致：

dfClientes.to_csv(cvs_path, index=False, sep=';', encoding='cp1252')

此时无需修改格式文件和SQL语句，因为格式文件中指定的COLLATION="SQL_Latin1_General_CP1_CI_AS"正好对应CP1252编码，能正确解析Ñ、á、é等特殊字符。

方案2：使用UTF-8编码（需适配SQL Server 2008） #

如果坚持用UTF-8，需要同时修改Python代码和SQL语句：

1. 生成带BOM的UTF-8文件：Python中使用utf-8-sig编码，自动添加UTF-8 BOM，让SQL Server能识别编码：

dfClientes.to_csv(cvs_path, index=False, sep=';', encoding='utf-8-sig')

2. 修改OPENROWSET语句：添加CODEPAGE='65001'参数（65001是UTF-8的代码页）：

bulk_insert_query = f'''INSERT INTO sgCliente (IdCliente,NomCliente,ApeCliente,NumDocumento,IdTipoDoc,NomTipoDoc,CodTipoDoc,Tip_docu,Sexo,FactorRh,GrupSangre,EstadoCivil,FecNacimiento,eMail,TelMovil,PrimerNombre,SegundoNombre,PrimerApellido,SegundoApellido,IndCentroExcelencia,IndDatosPersonal,IndHabilitado,IdTercero,CodUES)
                    SELECT * FROM  OPENROWSET(
                    BULK '{ ruta_destinoCSV }',
                    FORMATFILE='{ ruta_destinoXML }',
                    FIRSTROW = 2,
                    CODEPAGE='65001') as t
                '''

额外检查：数据库表字段类型 #

确保表中存储特殊字符的字段（如NomCliente、ApeCliente等）使用NVARCHAR类型而非VARCHAR。NVARCHAR是Unicode类型，能原生支持所有特殊字符，避免因字符集不兼容导致的乱码。

内容的提问来源于stack exchange，提问作者ANDREA CAROLINA CAMACHO JULIO