SSIS数据转换丢失扩展ASCII：如何正确转换保留en dash？

问题根源是转换时代码页不匹配：Unicode转DT_STR（非Unicode字符串）时，若未指定正确的代码页，En Dash（U+2013）会被转成错误的字节序列，存入varchar后显示为乱码–（这是UTF-8字节被当作Windows-1252解析的结果）。

以下是具体修复步骤：

1. 确认数据库varchar的对应代码页 #

先查询目标数据库/表的排序规则（collation）对应的代码页：

• 以SQL Server为例，执行以下语句：

  SELECT COLLATIONPROPERTY('你的数据库排序规则', 'CodePage')
  

  • 结果为1252，对应Windows-1252编码（原生支持En Dash）
  • 结果为65001，对应UTF-8编码（也支持En Dash）

2. 在数据转换组件中指定匹配的代码页 #

在SSIS的「数据转换」组件里，针对目标列做如下设置：

• 将DataType设为string [DT_STR]
• 在「Code Page」下拉框中，选择和数据库排序规则匹配的代码页：
  • 对应Windows-1252选1252 (ANSI - Latin I)
  • 对应UTF-8选65001 (UTF-8)

3. 验证转换效果 #

转换后，Unicode中的En Dash会被正确映射到对应编码的字节：

• Windows-1252中En Dash对应字节0x96
• UTF-8中En Dash对应字节序列0xE2 0x80 0x93
  存入varchar后，数据库会用对应编码解析字节，即可正常显示En Dash。

常见避坑点 #

• 不要使用默认代码页（非1252/65001），否则En Dash会被替换为问号或乱码
• 确保数据库排序规则支持En Dash：比如SQL_Latin1_General_CP1_CI_AS（代码页1）不支持，必须使用代码页1252或65001的排序规则

内容的提问来源于stack exchange，提问作者Gargoyle