字元集不一致是跨資料庫遷移、異構系統整合、多語言應用亂碼的首要根因。本文系統梳理 Oracle 字元集架構、NLS_LANG 三要素、三端字元集查詢方法、遷移一致性檢查清單與常見亂碼成因對策。
NLS_LANG = LANGUAGE_TERRITORY.CHARACTERSET
│ │ │
│ │ └─ 字元集 (關鍵:決定位元組解碼)
│ └─ 地域 (日期/數字/貨幣格式)
└─ 語言 (錯誤訊息、月份名稱)
兩資料庫間 CHARACTERSET 相同即可正確導入導出;語言/地域僅影響提示訊息與格式。
-- 方法 1:參數視圖
SELECT value FROM nls_database_parameters WHERE parameter = 'NLS_CHARACTERSET';
-- 結果範例:ZHS16GBK、AL32UTF8、WE8ISO8859P1
-- 方法 2:userenv (含語言/地域)
SELECT userenv('language') FROM dual;
-- 結果:AMERICAN_AMERICA.ZHS16GBK
.dmp 檔第 2-3 位元組儲存字元集 ID (16 進位)。
-- 小檔案:UltraEdit 16進位模式開啟,讀取位元組 2-3 (如 03 54)
-- 大檔案 (GB 級):Unix 指令
cat exp.dmp | od -x | head -1 | awk '{print $2 $3}' | cut -c 3-6
-- 結果如 0354
-- 轉換為字元集名稱
SELECT nls_charset_name(TO_NUMBER('0354', 'XXXX')) FROM dual;
-- 結果:ZHS16GBK
| 平台 | 位置 | 設定範例 |
|---|---|---|
| Windows | 註冊表 HKLM\SOFTWARE\ORACLE\KEY_{Home}\NLS_LANG | AMERICAN_AMERICA.ZHS16GBK |
| Windows (臨時) | CMD SET NLS_LANG=... | 僅影響當前視窗 |
| Linux/Unix | 環境變數 $NLS_LANG | export NLS_LANG=AMERICAN_AMERICA.ZHS16GBK |
| Java (JDBC Thin) | JVM 不讀 NLS_LANG,由 oracle.jdbc.defaultNChar、file.encoding 決定 | -Dfile.encoding=UTF-8 |
NLS_CHARACTERSET 相同?否 → 需字元集轉換 (CSALTER、DMU、或匯出轉碼導入)。NLS_LANG 與資料庫字元集匹配?否 → 修正客戶端環境變數/註冊表。imp 會嘗試自動轉換,但可能資料截斷/錯誤。| 現象 | 原因 | 對策 |
|---|---|---|
| 中文顯示 ??? 或 亂碼 | 客戶端字元集 ≠ 資料庫字元集 | 統一設定 NLS_LANG 字元集部分 |
| 匯入後資料截斷 | 目標字元集較窄 (如 US7ASCII 存中文) | 目標庫建立時選超集 (AL32UTF8/ZHS16GBK) |
| 歐元符號 € 變 ? | 字元集不支援 (WE8ISO8859P1 無 €) | 改用 WE8ISO8859P15 或 AL32UTF8 |
| 補字/生僻字丟失 | ZHS16GBK 不支援 CJK Ext-B | 採用 AL32UTF8 (UTF-8) 完整支援 Unicode |