Início / dba / Perguntas / 82944
Accepted
SQB
Asked: 2014-11-19 06:45:33 +0800 CST

Como converter entidades html no Oracle?

  • 772

Estou tentando decodificar html contendo entidades html.
Eu tentei dbms_xmlgen.converte , utl_i18n.unescape_referencemas os resultados são menos do que satisfatórios.

SET ESCAPE ON;
SELECT
   'dbms_xmlgen.convert' AS method,
   dbms_xmlgen.convert('\♥', 1) AS hearts,
   dbms_xmlgen.convert('\&',    1) AS amp_ent,
   dbms_xmlgen.convert('\&',  1) AS amp_dec,
   dbms_xmlgen.convert('\&', 1) AS amp_hex,
   dbms_xmlgen.convert('\激\光', 1) AS chinese_laser 
FROM dual
UNION ALL
SELECT
   'utl_i18n.unescape_reference',
   utl_i18n.unescape_reference('\♥'),
   utl_i18n.unescape_reference('\&'),
   utl_i18n.unescape_reference('\&'),
   utl_i18n.unescape_reference('\&'),
   utl_i18n.unescape_reference('\激\光') 
FROM dual;

Os resultados que obtenho são:

METHOD                        HEARTS      AMP_ENT     AMP_DEC     AMP_HEX     CHINESE_LASER
----------------------------------------------------------------------------------------------
dbms_xmlgen.convert           ♥    &           &     &    激光
utl_i18n.unescape_reference   ¿           &           &           &           ¿¿

Meu problema real envolve caracteres chineses, processados ​​por um programa Java para criar relatórios em PDF. Não tenho acesso fácil ao código Java, mas tenho controle sobre a consulta utilizada pelo programa.

Um exemplo de caracteres chineses que uso para teste é 激光, que o Google Tradutor me diz que significa 'laser' e que recebo codificado como 激光. Estes não são decodificados corretamente, como pode ser visto no exemplo acima.

Percebo que na segunda linha, os pontos de interrogação invertidos parecem indicar que as entidades foram convertidas, mas não podem ser exibidas corretamente. Porém, é o próprio Oracle fazendo isso, ou o cliente (tentei tanto no SQL+ quanto no Toad)? Quando eu conecto utl_i18n.unescape_referencea consulta usada pelo programa Java, ela funciona para entidades como ±(±), mas, novamente, não para os caracteres chineses.

Como posso ter todas as entidades devidamente decodificadas?

  • Devo usar outra função? (Estes foram recomendados em algum lugar na Internet ).
  • Devo alterar algumas configurações? (Configurações relevantes mostradas abaixo).

Informação relevante

Oracle Database 11g Enterprise Edition Release 11.1.0.7.0 - 64bit Production
SQL*Plus: Release 10.1.0.5.0

NLS_LANGUAGE                           AMERICAN
NLS_TERRITORY                          AMERICA
NLS_CHARACTERSET                       WE8MSWIN1252
NLS_NCHAR_CHARACTERSET                 AL16UTF16
oracle windows

2 respostas

  1. Best Answer

    Os caracteres chineses são decodificados corretamente com utl_i18n.unescape_reference. Na verdade, eles simplesmente não são exibidos corretamente no resultado da consulta, o que pode não oferecer suporte a esses caracteres especiais.

    Você pode confirmar isso com este SQL Fiddle .

    É o cliente que é responsável por exibir os caracteres de forma adequada. Se o cliente não puder exibir um caractere, ele pode mostrar um ponto de interrogação de cabeça para baixo, outra coisa ou simplesmente lixo.

    Então, agora, a verdadeira questão é onde você deseja exibir essa string...

    • 2

  2. Você mencionou que experimentou o SQL*Plus e o Toad; qual é o sistema operacional do seu cliente, Windows? Unix? Consulte NLS_OS_CHARSET Variável de ambiente que é uma variável de ambiente definida em seu cliente para um valor que seu cliente entenda e suporte. Se você estiver no Unix, invoque o

    locale

    comando e veja para qual LANG ou LC_ALL está definido; você pode precisar definir

    exportar NLS_OS_CHARSET=UTF-8

    ou semelhante.

    Você pode listar os locais disponíveis no Unix com

    locale -a
    • 0

relate perguntas