首页 > 开发 > 综合 > 正文

应用COMPOSE和UNISTR创建沉音字符

2024-07-21 02:39:03
字体:
来源:转载
供稿:网友

  很多语言,包括英语在内,都使用沉音字符(accented character)。因为这些字符不属于 ASCII 字符集,所以假如不查看 Unicode 值也不使用 Unicode 编辑器并将其转成一个已知字符集,就很难编写使用这些字符的代码。
  
  Oracle9i 引入了 COMPOSE 函数,该函数接受一串 Unicode 字符并规则化其文本。这就意味着它可以接受一个字母和一个组合标记,比如说‘a'(Unicode 字符0097)和沉音符(Unicode 字符0300),然后创建一个单独的由两个标记组合而成的字符。COMPOSE 使用非凡的组合标记,而没有使用 ASCII 中相应的音节标记,它所使用的非凡的组合标记是 Unicode 标准 的一部分。上面的例子的结果应该是 Unicode 字符00E0(有一个沉音符的小写拉丁字母‘a')。
  
  在 ANSI 中最常见的组合字符有:
  
  · U+0300:沉音符(grave accent)( ` )
  
  · U+0301:重音符(acute accent)( ' )
  
  · U+0302:抑扬音符号(circumflex accent)(^)
  
  · U+0303:颚化符号(tilde)(~)
  
  · U+0308:元音变音
  
  假如没有非凡的软件或者键盘驱动程序的话,很难在键盘上输入 Unicode 字符0097和0300。因此,以纯 ASCII 文本输入 Unicode 序列的一个方法是使用 UNISTR 函数。这个函数接受一个 ASCII 字符串然后以国家字符集(通常作为16位 Unicode 或者 UTF-8 字符集安装)创建一个 Unicode 字符的序列。它使用十六进制占位符序列映射任何非 ASCII 字符,映射方式与 java 类似。
  
  要输入 a 后接一个沉音符组合字符的序列,可以使用 UNISTR(‘a/0300'),而不要试图直接在代码中输入字符。这个函数在任何字符集以及任何具有基于 Unicode 的国家字符集的数据库下都可以正常运行。可以将多个组合字符放在函数中——可以在 UNISTR 函数中混合使用 ASCII 和 Unicode 占位符。例如,可以像下面这样使用 UNISTR 函数:
  
  select COMPOSE(UNISTR('Unless you are nai/0308ve, meet me at the cafe/0301 with your re/0301sume/0301.')) from dual;
  
  在将 UNISTR 函数的输出与 COMPOSE 组合时,可以在不查找任何值的情况下生成一个 Unicode 字符。例如:
  
  select 'it is true' if compose(unistr('a/0300')) = unistr('/00e0');
  
  COMPOSE 函数返回一个NVARCHAR2 字符串,返回的NVARCHAR2 字符串通常是基于 Unicode 的。假如是在本地使用这些字符,在结果中具有一个隐式地 TO_CHAR 时,数据库将尝试将 Unicode 字符映射到本地字符集。不是所有的字符都可以被映射,有一些字符组合在 COMPOSE 中不能工作,因为 Unicode 协会没有在 Oracle 所用的级别定义它们。
  
  要快速地检查字符如何在一个特定的环境下查询,可以运行一个与下面的脚本类似的脚本,以查看在输出组合字符如何被映射。你可能需要确定一下NLS_LANG 设置以确保这些字符正确地返回:
  
  create or replace type hexrange_tbl as table of varchar2(4);
  /
  show errors;
  
  create or replace function hexrange(n1 varchar2,n2 varchar2)
  return hexrange_tbl pipelined
  is
  begin
  for i in to_number(n1,'000X') .. to_number(n2,'000X') loop
  pipe row(to_char(i,'FM000X'));
  end loop;
  return;
  end hexrange;
  /
  show errors;
  
  select column_value composer,
  compose(unistr('a/'column_value)) a,
  compose(unistr('c/'column_value)) c,
  compose(unistr('e/'column_value)) e,
  compose(unistr('i/'column_value)) i,
  compose(unistr('n/'column_value)) n,
  compose(unistr('o/'column_value)) o,
  compose(unistr('r/'column_value)) r,
  compose(unistr('s/'column_value)) s,
  compose(unistr('u/'column_value)) u,
  compose(unistr('y/'column_value)) y
  from table(hexrange('0300','0327')) x;
  
  下面轻松一下,这里有一小段 PL/SQL 脚本,这段脚本使用COMPOSE 和UNISTR 创建一种非凡效果,很多 SMS 用户、黑客和垃圾邮件发送者都使用这种效果使可读英文文本难于扫描,因为它使用字符重音版本的一个随机序列。
我使用DBMS_RANDOM 随机选取一个可由不同字符使用的组合字符,然后让 SQL 进行组合并进行反向转换以生成 ANSI/Latin-1 输出。这段脚本在代码中使用了 EMP 表的 ENAME 字段。
  
  set serveroutput on;
  declare
  -- these combinations work under ANSI, at least
  a_comb nvarchar2(50) := unistr('/0300/0301/0302/0303/0308/ 030A ');
  c_comb nvarchar2(50) := unistr('/0327');
  e_comb nvarchar2(50) := unistr('/0300/0301/0302/0308');
  i_comb nvarchar2(50) := unistr('/0300/0301/0308');
  n_comb nvarchar2(50) := unistr('/0303');
  o_comb nvarchar2(50) := unistr('/0300/0301/0302/0303/0308');
  u_comb nvarchar2(50) := unistr('/0300/0301/0302/0308');
  y_comb nvarchar2(50) := unistr('/0301/0308');
  l_idx integer;
  l_ename nvarchar2(50);
  ch nchar;
  l_junk varchar2(50);
  begin
  dbms_random.initialize(to_char(sysdate,'SSSSS'));
  for row in (select ename from emp) loop
  l_ename := row.ename;
  l_junk := null;
  for i in 1..length(l_ename) loop
  ch := substr(l_ename,i,1);
  case lower(ch)
  when 'a' then
  l_junk := l_junk compose(ch substr(a_comb,
  mod(abs(dbms_random.random),length(a_comb)) + 1,1));
  when 'c' then
  l_junk := l_junk compose(ch substr(c_comb,
  mod(abs(dbms_random.random),length(c_comb)) + 1,1));
  when 'e' then
  l_junk := l_junk compose(ch substr(e_comb,
  mod(abs(dbms_random.random),length(e_comb)) + 1,1));
  when 'i' then
  l_junk := l_junk compose(ch substr(i_comb,
  mod(abs(dbms_random.random),length(i_comb)) + 1,1));
  when 'n' then
  l_junk := l_junk compose(ch substr(n_comb,
  mod(abs(dbms_random.random),length(n_comb)) + 1,1));
  when 'o' then
  l_junk := l_junk compose(ch substr(o_comb,
  mod(abs(dbms_random.random),length(o_comb)) + 1,1));
  when 'u' then
  l_junk := l_junk compose(ch substr(u_comb,
  mod(abs(dbms_random.random),length(u_comb)) + 1,1));
  when 'y' then
  l_junk := l_junk compose(ch substr(y_comb,
  mod(abs(dbms_random.random),length(y_comb)) + 1,1));
  else
  l_junk := l_junk ch;
  end case;
  end loop;
  dbms_output.put_line(to_char(l_junk));
  end loop;
  end;
  /
  show errors;

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表