如何获取nvarchar列UTF32表示形式的SHA256哈希值？

好问题！SQL Server 的 HASHBYTES 处理 nvarchar 类型时，默认会采用 UTF-16LE 编码将字符串转换为字节流——这是因为 nvarchar 本身就是以 UTF-16LE 格式存储的，显然不符合你需要的 UTF32 哈希需求。

目前 SQL Server 没有内置的直接将 nvarchar 编码为 UTF32 的函数，不过我们可以通过自定义逻辑实现这个需求，下面是两种可行的方案：

方案1：T-SQL自定义函数转换UTF32字节流 #

这个方案纯用 T-SQL 实现，不需要额外启用任何功能，适合不能修改服务器配置的场景。我们需要编写一个函数，把 nvarchar 的每个字符（包括辅助平面的代理对）转换为 UTF32 格式的4字节，再拼接成字节数组传入 HASHBYTES。

步骤1：创建转换函数 #

CREATE FUNCTION dbo.NvarcharToUtf32Bytes(@input NVARCHAR(MAX))
RETURNS VARBINARY(MAX)
AS
BEGIN
    DECLARE @result VARBINARY(MAX) = 0x
    DECLARE @i INT = 1
    DECLARE @len INT = LEN(@input)
    
    WHILE @i <= @len
    BEGIN
        DECLARE @char NCHAR(1) = SUBSTRING(@input, @i, 1)
        DECLARE @codePoint INT = UNICODE(@char)
        
        -- 处理辅助平面的代理对（高代理+低代理）
        IF @codePoint BETWEEN 0xD800 AND 0xDBFF AND @i < @len
        BEGIN
            DECLARE @lowSurrogate INT = UNICODE(SUBSTRING(@input, @i + 1, 1))
            IF @lowSurrogate BETWEEN 0xDC00 AND 0xDFFF
            BEGIN
                -- 计算真实的Unicode码点
                SET @codePoint = 0x10000 + (@codePoint - 0xD800) * 0x400 + (@lowSurrogate - 0xDC00)
                SET @i = @i + 1 -- 跳过已处理的低代理字符
            END
        END
        
        -- 将码点转换为UTF32大端（BE）字节流，如需小端（LE）可调整字节顺序
        SET @result = @result + 
            CAST((@codePoint >> 24) & 0xFF AS BINARY(1)) +
            CAST((@codePoint >> 16) & 0xFF AS BINARY(1)) +
            CAST((@codePoint >> 8) & 0xFF AS BINARY(1)) +
            CAST(@codePoint & 0xFF AS BINARY(1))
        
        SET @i = @i + 1
    END
    
    RETURN @result
END

步骤2：使用函数计算哈希 #

创建函数后，直接在查询中调用即可：

SELECT 
    MyNvarcharColumn,
    HASHBYTES('SHA2_256', dbo.NvarcharToUtf32Bytes(MyNvarcharColumn)) AS Utf32Sha256Hash
FROM YourTable

注意事项 #

• 字节序：上面的函数默认生成**大端（BE）**的UTF32字节流。如果需要小端（LE），只需调整字节拼接的顺序，把四个字节反过来即可：

  -- 小端（LE）字节顺序
  SET @result = @result + 
      CAST(@codePoint & 0xFF AS BINARY(1)) +
      CAST((@codePoint >> 8) & 0xFF AS BINARY(1)) +
      CAST((@codePoint >> 16) & 0xFF AS BINARY(1)) +
      CAST((@codePoint >> 24) & 0xFF AS BINARY(1))
  

• 性能：T-SQL标量函数处理超长字符串或大量数据时，性能可能不如CLR函数，适合中小规模的数据处理。

方案2：CLR自定义函数（高性能选项） #

如果你的SQL Server实例允许启用CLR集成，用C#编写CLR函数会获得更好的性能，尤其是处理大量数据或长字符串时。

步骤1：编写C# CLR函数 #

using System;
using System.Data.SqlTypes;
using System.Text;
using Microsoft.SqlServer.Server;

public class StringEncodingTools
{
    [SqlFunction(DataAccess = DataAccessKind.None, IsDeterministic = true)]
    public static SqlBinary ConvertNvarcharToUtf32(SqlString input)
    {
        if (input.IsNull)
            return SqlBinary.Null;
        
        -- 生成大端（BE）UTF32字节流（无BOM）
        var utf32BigEndian = new UTF32Encoding(bigEndian: true, byteOrderMark: false);
        byte[] utf32Bytes = utf32BigEndian.GetBytes(input.Value);
        
        return new SqlBinary(utf32Bytes);
        
        -- 如果需要小端（LE），直接用默认的Encoding.UTF32即可：
        // byte[] utf32Bytes = Encoding.UTF32.GetBytes(input.Value);
        // return new SqlBinary(utf32Bytes);
    }
}

步骤2：部署CLR函数到SQL Server #

1. 先启用CLR集成（需要管理员权限）：

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

2. 编译C#代码为DLL，然后创建程序集和函数：

   CREATE ASSEMBLY StringEncodingTools
   FROM 'C:\Path\To\Your\StringEncodingTools.dll'
   WITH PERMISSION_SET = SAFE;
   
   CREATE FUNCTION dbo.ConvertNvarcharToUtf32(@input NVARCHAR(MAX))
   RETURNS VARBINARY(MAX)
   AS EXTERNAL NAME StringEncodingTools.StringEncodingTools.ConvertNvarcharToUtf32;
   

步骤3：计算哈希 #

用法和T-SQL函数一致：

SELECT 
    MyNvarcharColumn,
    HASHBYTES('SHA2_256', dbo.ConvertNvarcharToUtf32(MyNvarcharColumn)) AS Utf32Sha256Hash
FROM YourTable

验证结果 #

建议用已知字符串测试，比如用N"Hello"，转换为UTF32字节流后计算SHA256，和其他工具（如本地代码或在线哈希计算器）的结果对比，确保字节序和转换逻辑正确。

内容的提问来源于stack exchange，提问作者Martijn