时间戳

首页 > 解决方案 > 由于代码页不正确，无法导入字符

sql-server - 由于代码页不正确，无法导入字符

问题描述

我有一个 SSIS 作业将数据从平面文件导入 SQL Server 表。我在源文件和目标表的编码方面遇到问题。该文件是一个 UTF8 编码的 CSV 文件，带有一些标准的重音拉丁字符（ãóé 等）。我的目标表被定义为具有 Latin1_General_CI_AS 排序规则，这意味着我可以毫无问题地手动插入以下文本：“JOÃO ANTÓNIO”。

当我声明平面文件源时，它会自动确定该文件具有 65001 代码页 (UTF-8)，并为每一列推断字符串 [DT_STR]数据类型。但是，SSIS 包自动假定目标表具有 1252 代码页，给我以下错误：

Validation error. <STEPNAME>: <STEPNAME>: The code page 65002 specified on output column "<MYCOLUMN>" (180) is not valid. Select a different code page for output column "<MYCOLUMN>".

我理解为什么，因为数据库排序规则被定义为具有该代码页。但是，如果我尝试将平面文件数据源设置为具有 Latin1 1252 编码，则 SSIS 会执行，但会错误地导入字符：

JOÃO ANTÓNIO（平面文件）-> JOAO ANTÓNIO（数据库）。

我已经尝试将平面文件源配置为兼容 unicode，但是当我将每列配置为具有兼容 unicode 的数据类型后，我无法更新目标步骤，因为 SSIS 直接从数据库推断数据类型并且不不要让我改变它们。

有没有办法将平面文件源保持为 CP 1252，但也可以导入正确的字符？我在这里想念什么？

标签： sql-serverssiscollationcodepages

解决方案

感谢 Larnu 的评论，我已经能够解决这个问题。

由于 SSIS 不允许隐式数据转换，我需要先设置一个数据转换步骤（派生列转换）。由于源列已经设置为 DTSTR[65002]，我必须配置新的派生列形成一个表达式，从源代码页转换为目标代码页，使用以下表达式：

(DT_STR, 50, 1252)<SourceColumn>

在直接转换为 DT_STR 的情况下，说明该列的最大大小为 50 个字符，并且数据将使用 1252 代码页表示。

推荐阅读