使用COMPOSE和UNISTR 建立沉音字元

建立
很多語言，包括英語在內，都使用沉音字元（accented character）。因為這些字元不屬於 ASCII 字元集，所以如果不查看 Unicode 值也不使用 Unicode 編輯器並將其轉成一個已知字元集，就很難編寫使用這些字元的代碼。

Oracle9i 引入了 COMPOSE 函數，該函數接受一串 Unicode 字元並規則化其文本。這就意味著它可以接受一個字母和一個組合標記，比如說‘a'（Unicode 字元0097）和沉音符（Unicode 字元0300），然後建立一個單獨的由兩個標記組合而成的字元。COMPOSE 使用特殊的組合標記，而沒有使用 ASCII 中相應的音節號，它所使用的特殊的組合標記是 Unicode 標準 的一部分。上面的例子的結果應該是 Unicode 字元00E0（有一個沉音符的小寫拉丁字母‘a'）。

在 ANSI 中最常見的組合字元有：

· U+0300：沉音符（grave accent）( ` )

· U+0301：重音符（acute accent）( ' )

· U+0302：抑揚音符號（circumflex accent）(^)

· U+0303：顎化符號（tilde）(~)

· U+0308：母音變音

如果沒有特殊的軟體或者鍵盤驅動程式的話，很難在鍵盤上輸入 Unicode 字元0097和0300。因此，以純 ASCII 文本輸入 Unicode 序列的一個方法是使用 UNISTR 函數。這個函數接受一個 ASCII 字串然後以國家字元集（通常作為16位 Unicode 或者 UTF-8 字元集安裝）建立一個 Unicode 字元的序列。它使用十六進位預留位置序列映射任何非 ASCII 字元，映射方式與 Java 類似。

要輸入 a 後接一個沉音符組合字元的序列，可以使用 UNISTR(‘a\0300')，而不要試圖直接在代碼中輸入字元。這個函數在任何字元集以及任何具有基於 Unicode 的國家字元集的資料庫下都可以正常運行。可以將多個組合字元放在函數中——可以在 UNISTR 函數中混合使用 ASCII 和 Unicode 預留位置。例如，可以像下面這樣使用 UNISTR 函數：

select COMPOSE(UNISTR('Unless you are nai\0308ve, meet me at the cafe\0301 with
your re\0301sume\0301.')) from dual;

在將 UNISTR 函數的輸出與 COMPOSE 組合時，可以在不尋找任何值的情況下產生一個 Unicode 字元。例如：

select 'it is true' if compose(unistr('a\0300')) = unistr('\00e0');

COMPOSE 函數返回一個NVARCHAR2 字串，返回的NVARCHAR2 字串通常是基於 Unicode 的。如果是在本地使用這些字元，在結果中具有一個隱式地 TO_CHAR 時，資料庫將嘗試將 Unicode 字元對應表到本地字元集。不是所有的字元都可以被映射，有一些字元組合在 COMPOSE 中不能工作，因為 Unicode 協會沒有在 Oracle 所用的層級定義它們。

要快速地檢查字元如何在一個特定的環境下查詢，可以運行一個與下面的指令碼類似的指令碼，以查看在輸出組合字元如何被映射。你可能需要確定一下NLS_LANG 設定以確保這些字元正確地返回：

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;

下面輕鬆一下，這裡有一小段 PL/SQL 指令碼，這段指令碼使用COMPOSE 和UNISTR 建立一種特殊效果，很多 SMS 使用者、駭客和濫發垃圾郵件者都使用這種效果使可讀英文文本難於掃描，因為它使用字元重音版本的一個隨機序列。我使用DBMS_RANDOM 隨機選取一個可由不同字元使用的組合字元，然後讓 SQL 進行組合并進行反向轉換以產生 ANSI/Latin-1 輸出。這段指令碼在代碼中使用了 EMP 表的 ENAME 欄位。

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;