.NET中SQL Server UTF-16 XML转HTML显示问题咨询

我太懂这种编码错位的头疼了——把UTF-16编码的XML塞进单字节的VarChar(Max)列，不管是数据库里解析还是拿到.NET里处理，乱码和编码不兼容的问题总能找上门。下面给你分两种场景的解决方案，从源头到前端一步搞定：

一、在T-SQL层面彻底解决编码问题（推荐） #

既然存储的是UTF-16的XML内容，我们可以先把VarChar(Max)的内容转成正确的UTF-16字符，再解析为XML类型，编码问题直接在源头解决，后续提取@value元素也不会有乱码：

-- 替换成你的表名和列名
SELECT
    -- 先把VarChar转成二进制，再用UTF-16解码成NVarchar（得到正确的XML文本）
    CAST(CAST(YourVarCharColumn AS VARBINARY(MAX)) AS NVARCHAR(MAX)) AS CorrectUtf16Xml,
    -- 直接转成XML类型，方便后续XQuery提取元素
    CAST(CAST(YourVarCharColumn AS VARBINARY(MAX)) AS XML) AS ParsedXml
FROM YourTableName;

-- 如果要直接提取@value元素，用XQuery：
SELECT
    ParsedXml.value('(//@value)[1]', 'NVARCHAR(MAX)') AS ExtractedValue
FROM (
    SELECT CAST(CAST(YourVarCharColumn AS VARBINARY(MAX)) AS XML) AS ParsedXml
    FROM YourTableName
) AS XmlCte;

原理：VarChar(Max)默认存储的是单字节编码的字符（比如SQL_Latin1_General_CP1_CI_AS，对应ISO-8859-1），把它转成VARBINARY后，再用NVARCHAR(MAX)（SQL Server的UTF-16类型）解码，就能还原原本的UTF-16 XML内容，转成XML类型后，编码和解析逻辑就完全正常了。

二、在.NET/ADO层面处理编码与显示 #

如果因为某些原因不能在数据库层面处理，那拿到.NET里后，需要先修复编码，再解析XML，最后转成HTML安全的内容：

using System.Xml;
using System.Text;
using System.Web; // .NET Core用System.Net.WebUtility替代

// 从DataReader读取原始VarChar内容
string rawString = reader.GetString(reader.GetOrdinal("YourVarCharColumn"));

// 步骤1：把单字节字符串转成字节数组（匹配SQL Server VarChar的默认编码）
byte[] rawBytes = Encoding.GetEncoding("ISO-8859-1").GetBytes(rawString);

// 步骤2：用UTF-16解码得到正确的XML文本
string utf16Xml = Encoding.Unicode.GetString(rawBytes);

// 步骤3：解析XML并提取@value元素
XmlDocument xmlDoc = new XmlDocument();
xmlDoc.LoadXml(utf16Xml);
XmlNode valueNode = xmlDoc.SelectSingleNode("//@value");
string extractedValue = valueNode?.Value ?? string.Empty;

// 步骤4：转成HTML安全内容（必须做，否则特殊字符会破坏HTML结构）
string htmlSafeValue = HttpUtility.HtmlEncode(extractedValue);

// 最后绑定到HTML文本框或元素
yourTextBox.Text = htmlSafeValue;

关键注意点： #

• 编码转换要匹配SQL Server VarChar的实际编码：如果你的数据库用的不是默认的Latin1，要替换成对应的编码（比如GBK），但绝大多数场景都是Latin1。
• HTML转义不能省：如果提取的@value里有<、>、&这些字符，直接放到HTML里会导致渲染错误甚至XSS风险，必须用HtmlEncode处理。

内容的提问来源于stack exchange，提问作者Bryan