如何在BigQuery中正确输入Unicode字符编码？

你之前尝试的\U00020480写法不符合BigQuery标准SQL的转义规则，导致报错。以下是两种可行的正确方式：

方法1：使用CHR()函数直接传入Unicode代码点 #

BigQuery的CHR()函数支持接收十进制或十六进制的Unicode代码点，直接生成对应字符：

SELECT '倀', CHR(0x20480); -- 十六进制代码点写法
-- 或者用十进制（0x20480转换为十进制是132224）
SELECT '倀', CHR(132224);

方法2：使用UTF-16代理对的转义序列 #

由于「倀」属于Unicode补充平面字符（U+20480超出了BMP范围U+0000-U+FFFF），在UTF-16编码中它由两个代理字符组成：高代理U+D841和低代理U+DC80。你可以在字符串字面量中用两个\uXXXX转义序列表示：

SELECT '倀', '\uD841\uDC80';

为什么之前的写法错误？ #

BigQuery标准SQL的字符串字面量仅支持\uXXXX格式的4位十六进制转义序列（对应BMP范围内的字符），不支持\UXXXXXXXX这种8位转义写法，因此直接使用\U00020480会触发“无法识别的转义序列”错误。

内容的提问来源于stack exchange，提问作者David542