SQL Server BULK INSERT导入捷克字符文本乱码如何解决

• 生成bcp格式文件时使用了-c参数，该参数默认按系统当前ANSI代码页解析文本，未指定源文件编码，捷克语特殊字符（č、ý、ř、ě等）在非捷克语代码页环境下会直接解析错误。你的目标列是nvarchar类型，未做正确的编码转换时，单字节编码的字符写入双字节的Unicode字段必然出现乱码。
• 格式文件配置与导入参数冲突：你生成的fmt文件里第二字段行终止符写的是\r\n（CRLF换行），但实际BULK INSERT时强制指定行终止符为0x0A（LF换行），不仅会把每行末尾的回车符\r带入NAME字段内容，还会导致字段解析偏移。
• 格式文件未指定正确的源代码页：现有fmt文件仅在列上指定了Czech_CI_AS排序规则，但没有声明源文本对应的代码页，SQL Server会用服务端默认代码页解析源文件，完全无法正确识别捷克语特殊字符。

前置确认 #

先用记事本打开C:\temp\cznames.txt，看窗口右下角标注的文件编码，分两种场景处理： #

场景1：源文件为UTF-8编码（绝大多数文本编辑器默认保存格式） #

1. 清空之前导入的错误数据：

TRUNCATE TABLE myDatabase.dbo.myNameTable;

2. 重新生成格式文件，执行bcp命令时指定UTF-8代码页：

bcp myDatabase.dbo.myNameTable format nul -c -C 65001 -f "C:\temp\Czech.fmt" -T -S myserver -U myuser -P 1mypwd

3. 编辑生成的Czech.fmt文件，修正行终止符配置，修改后内容如下：

10.0
2
1       SQLCHAR             0       7       "\t"     1     ID          ""
2       SQLCHAR             0       100     "\n"     2     NAME        Czech_CI_AS

注：原fmt文件中第二列列名写为Region，与表结构的NAME字段不一致，bcp按序号映射不影响导入，但建议修正避免后续维护混淆。

4. 执行导入命令，明确指定UTF-8代码页：

BULK INSERT myDatabase.dbo.myNameTable FROM 'C:\temp\cznames.txt'
WITH (
    FormatFile = 'C:\temp\Czech.fmt',
    FIRSTROW = 2,
    CODEPAGE = '65001'
);

场景2：源文件为UTF-16 LE（Windows Unicode）编码 #

1. 清空旧的错误数据：

TRUNCATE TABLE myDatabase.dbo.myNameTable;

2. 用Unicode模式重新生成格式文件：

bcp myDatabase.dbo.myNameTable format nul -w -f "C:\temp\Czech.fmt" -T -S myserver -U myuser -P 1mypwd

3. 编辑fmt文件修正行终止符，修改后内容如下：

10.0
2
1       SQLNCHAR            0       7       "\t"     1     ID          ""
2       SQLNCHAR            0       100     "\n"     2     NAME        Czech_CI_AS

4. 执行导入命令，指定宽字符数据类型：

BULK INSERT myDatabase.dbo.myNameTable FROM 'C:\temp\cznames.txt'
WITH (
    FormatFile = 'C:\temp\Czech.fmt',
    FIRSTROW = 2,
    DATAFILETYPE = 'WideChar'
);

验证结果 #

导入完成后执行查询，确认NAME字段值和源文件一致即可：

SELECT * FROM myDatabase.dbo.myNameTable;

预期返回结果：

内容的提问来源于stack exchange，提问作者user2726975