Oracle字符集是一个字节数据的解释的符号集合,有大小之分,有相互的包容关系。ORACLE支持国家语言的体系结构允许你使用本地化语言来存储，处理，检索数据。它使工具，错误消息，排序次序，日期，时间，货币，数字，和日历自动适应本地化语言和平台。

影响Oracle数据库字符集最重要的参数是NLS_LANG参数。

它有三个组成部分(语言、地域和字符集)，每个成分控制了NLS子集的特性。

Language：指定服务器消息的语言，影响提示信息是中文还是英文

Territory：指定服务器的日期和数字格式，

从NLS_LANG的组成我们可以看出，真正影响数据库字符集的其实是第三部分。

所以两个数据库之间的字符集只要第三部分一样就可以相互导入导出数据，前面影响的只是提示信息是中文还是英文。

二．字符集的相关知识：

2.1字符集实质就是按照一定的字符编码方案，对一组特定的符号，分别赋予不同数值编码的集合。Oracle数据库最早支持的编码方案是US7ASCII。Oracle的字符集命名遵循以下命名规则:

即: 比如: ZHS16GBK表示采用GBK编码格式、16位(两个字节)简体中文字符集2.2字符编码方案

2.2.1单字节编码(1)单字节7位字符集，可以定义128个字符，最常用的字符集为US7ASCII(2)单字节8位字符集，可以定义256个字符，适合于欧洲大部分国家例如：WE8ISO8859P1(西欧、8位、ISO标准8859P1编码)

2.2.2多字节编码(1)变长多字节编码某些字符用一个字节表示，其它字符用两个或多个字符表示，变长多字节编码常用于对亚洲语言的支持，例如日语、汉语、印地语等例如：AL32UTF8(其中AL代表ALL,指适用于所有语言)、zhs16cgb)定长多字节编码每一个字符都使用固定长度字节的编码方案，目前oracle唯一支持的定长多字节编码是AF16UTF16，也是仅用于国家字符集

2.2.3unicode编码Unicode是一个涵盖了目前全世界使用的所有已知字符的单一编码方案，也就是说Unicode为每一个字符提供唯一的编码。UTF-16是unicode的16位编码方式，是一种定长多字节编码，用2个字节表示一个unicode字符，AF16UTF16是UTF-16编码字符集。UTF-8是unicode的8位编码方式，是一种变长多字节编码，这种编码可以用1、2、3个字节表示一个unicode字符，AL32UTF8，UTF8、UTFE是UTF-8编码字符集2.3字符集超级当一种字符集(字符集A)的编码数值包含所有另一种字符集(字符集B)的编码数值，并且两种字符集相同编码数值代表相同的字符时，则字符集A是字符集B的超级，或称字符集B是字符集A的子集。Oracle8i和oracle9i官方文档资料中备有子集-超级对照表(subset-superset

NCLOB等类型数据(2)国家字符集实质上是为oracle选择的附加字符集，主要作用是为了增强oracle的字符处理能力，因为NCHAR数据类型可以提供对亚洲使用定长多字节编码的支持，而数据库字符集则不能。国家字符集在oracle9i中进行了重新定义，只能在unicode编码中的AF16UTF16和UTF8中选择，默认值是AF16UTF16

2.4.4修改数据库字符集按照上文所说，数据库字符集在创建后原则上不能更改。不过有2种方法可行。

1.如果需要修改字符集，通常需要导出数据库数据，重建数据库，再导入数据库数据的方式来转换。

2.5.1客户端字符集含义客户端字符集定义了客户端字符数据的编码方式，任何发自或发往客户端的字符数据均使用客户端定义的字符集编码,客户端可以看作是能与数据库直接连接的各种应用，例如sqlplus,exp/imp等。客户端字符集是通过设置NLS_LANG参数来设定的。

3.1 EXP/IMPExport和Import是一对读写Oracle数据的工具。Export将Oracle数据库中的数据输出到操作系统文件中, Import把这些文件中的数据读到Oracle数据库中，由于使用exp/imp进行数据迁移时，数据从源数据库到目标数据库的过程中有四个环节涉及到字符集，如果这四个环节的字符集不一致，将会发生字符集转换。EXP

四个字符集是(1)源数据库字符集(2)Export过程中用户会话字符集(通过NLS_LANG设定)(3)Import过程中用户会话字符集(通过NLS_LANG设定)(4)目标数据库字符集3.2导出的转换过程在Export过程中，如果源数据库字符集与Export用户会话字符集不一致，会发生字符集转换，并在导出文件的头部几个字节中存储Export用户会话字符集的ID号。在这个转换过程中可能发生数据的丢失。

例:如果源数据库使用ZHS16GBK，而Export用户会话字符集使用US7ASCII，由于ZHS16GBK是16位字符集,而US7ASCII是7位字符集，这个转换过程中，中文字符在US7ASCII中不能够找到对等的字符，所以所有中文字符都会丢失而变成“?? ”形式，这样转换后生成的Dmp文件已经发生了数据丢失。因此如果想正确导出源数据库数据，则Export过程中用户会话字符集应等于源数据库字符集或是源数据库字符集的超集3.3导入的转换过程(1)确定导出数据库字符集环境通过读取导出文件头，可以获得导出文件的字符集设置(2)确定导入session的字符集，即导入Session使用的NLS_LANG环境变量(3)IMP读取导出文件读取导出文件字符集ID，和导入进程的NLS_LANG进行比较(4)如果导出文件字符集和导入Session字符集相同，那么在这一步骤内就不需要转换，如果不同，就需要把数据转换为导入Session使用的字符集。可以看出，导入数据到数据库过程中发生两次字符集转换

第一次:导入文件字符集与导入Session使用的字符集之间的转换，如果这个转换过程不能正确完成，Import向目标数据库的导入过程也就不能完成。第二次:导入Session字符集与数据库字符集之间的转换。

3. dmp文件的字符集。

在做数据导入的时候，需要这三个字符集都一致才能正确导入。

有很多种方法可以查出oracle server端的字符集，比较直观的查询方法是以下这种:

4.2如何查询dmp文件的字符集

用oracle的exp工具导出的dmp文件也包含了字符集信息，dmp文件的第2和第3个字节记录了dmp文件的字符集。如果dmp文件不大，比如只有几M或几十M，可以用UltraEdit打开(16进制方式)，看第2第3个字节的内容，如0354，然后用以下查出它对应的字符集:

如果dmp文件很大，比如有2G以上(这也是最常见的情况)，用文本编辑器打开很慢或者完全打不开，可以用以下命令(在unix主机上):

然后用上述SQL也可以得到它对应的字符集。

在windows平台下，就是注册表里面相应OracleHome的NLS_LANG。还可以在dos窗口里面自己设置，

这样就只影响这个窗口里面的环境变量。

如果检查的结果发现server端与client端字符集不一致，请统一修改为同server端相同的字符集。

(1).数据库服务器字符集

来源于props$，是表示数据库的字符集。

(2).客户端字符集环境

其来源于v$parameter，表示客户端的字符集的设置，可能是参数文件，环境变量或者是注册表

(3).会话字符集环境

(4).客户端的字符集要求与服务器一致，才能正确显示数据库的非Ascii字符。

五．修改oracle的字符集

按照上文所说，数据库字符集在创建后原则上不能更改。因此，在设计和安装之初考虑使用哪一种字符集十分重要。对数据库server而言，错误的修改字符集将会导致很多不可测的后果，可能会严重影响数据库的正常运行，所以在修改之前一定要确认两种字符集是否存在子集和超集的关系。一般来说，除非万不得已，我们不建议修改oracle数据库server端的字符集。特别说明，我们最常用的两种字符集ZHS16GBK和ZHS16CGB231280之间不存在子集和超集关系，因此理论上讲这两种字符集之间的相互转换不受支持。

不过修改字符集有2种方法可行。

1.通常需要导出数据库数据，重建数据库，再导入数据库数据的方式来转换。

--这里可以从父集到子集

--如果是从子集到父集，需要使用INTERNAL_USE参数，跳过超子集检测

注意：如果没有大对象，在使用过程中进行语言转换没有什么影响，(切记设定的字符集必须是ORACLE支持，不然不能start)按上面的做法就可以。

要解决这个问题有两种方法

如果按上面的做法做,National charset的区域设置就没有问题

5.2修改dmp文件字符集

上文说过，dmp文件的第2第3字节记录了字符集信息，因此直接修改dmp文件的第2第3字节的内容就可以‘骗’过oracle的检查。这样做理论上也仅是从子集到超集可以修改，但很多情况下在没有子集和超集关系的情况下也可以修改，我们常用的一些字符集，如US7ASCII，WE8ISO8859P1，ZHS16CGB231280，ZHS16GBK基本都可以改。因为改的只是dmp文件，所以影响不大。

具体的修改方法比较多，最简单的就是直接用UltraEdit修改dmp文件的第2和第3个字节。

然后将dmp文件的2、3字节修改为0354即可。

如果dmp文件很大，用ue无法打开，就需要用程序的方法了。

串即字符串，是由0或多个字符组成的有限序列，是数据元素为单个字符的特殊线性表。

串从数据结构上来说是一种特殊的线性表，其特殊性在于串中的数据元素是一个个的字符。但是，串的基本操作和线性表的基本操作相比却有很大的不同，线性表的操作主要是针对线性表的某个数据元素进行的，而串上的操作主要是针对串的整体或串的某一部分子串进行的。

1. 数据元素：只能是字符类型；
2. 数据结构：数据元素之间呈线性关系；
3. 数据操作：对串的基本操作定义在IString中，代码如下：

先看一下String类的声明

String类采用顺序存储结构，使用字符数组保存字符串，字符数组的长度与字符串中字符的个数相同。String类中的保存的字符串数组空间一旦创建，内容就无法改变了。String类源码中存储字符串内容的数组value为final的，代码如下：

Java在创建字符串时，使用不同的创建方式，表示字符串的数组也会在不同的内存区域创建。这里，需要理解有关内存分配的三个术语：

• 栈：由Java虚拟机分配的用于保存线程执行的动作和数据引用的内存区域。栈是一个运行的单位，Java中一个线程就会有一个与之对应的栈。这里只会存放表示字符串的数组的引用。
• 堆：由Java虚拟机分配的用于存储对象的内存区域。通过显示调用构造函数的方式来创建字符串对象，此时表示字符串的数组会存放在这个区域。
• 常量池：在编译的阶段，在堆中分配出来的一块存储区域，用于存放基本类型常量和显示声明的字符串的对象。

总之：在Java中，字符串对象的引用是存储在栈中的；如果是编译期已经创建好，即指用双引号定义的字符串的存储在常量池中；如果是运行期出来的对象，则存储在堆中。对于通过equals方法比较相等的字符串，在常量池中是只有一份的，在堆中则是有多份。

在Java中创建String字符串，是通过调用String字符串类的构造函数来实现的。String常用的构造函数有下面三个：

创建一个新的字符串，使其表示字符数组参数中当前包含的字符序列。函数实现中的Arrays.copyOf(value, value.length)完成字符数组的复制，并使得复制的数组具有value.length的长度，实现新数组与参数数组内容相同。

在实际的开发中，很少有直接使用该构造函数创建字符串对象，而使用类似String str="abc"比较多，查看String类的源码文档，对其解释为：

相当于在编译时，自动调用String(char value[])构造函数在常量池中创建了常量字符串对象"abc"。但由于并没有显示调用构造函数，在堆中并没有存放，只有常量池中独有。

初始化一个新创建的String对象，使其表示一个与参数相同字符序列。在String str=new String("abc")中，就是使用了该构造函数。相当于在编译时，Java虚拟机会先去常量池中查找是否有"abc"对象，如果没有则在常量池中创建一个，然后再堆中也创建一个"abc"对象，并将str指向它；如果常量池中有则直接去堆中创建。

创建一个新的String，它包含取自字符数组参数一个子数组的字符。offset参数指定子数组第一个字符的索引，count表示长度。函数实现中的Arrays.copyOfRange(value, offset, offset+count)完成子字符数组的复制。

串比较函数compareTo()，基于字符串中各个字符的Unicode值进行比较，通过Math.min来计算出字符串中较短的长度。

串定位函数indexOf()，从指定的索引处开始返回指定参数字符串在此字符串中第一次出现处的索引，串定位也称为模式匹配。首先确认index的合法性，然后根据首字符来寻找地址接上后续字符的匹配。

由于String字符串是常量字符串，不方便进行插入和删除操作，在对字符串进行插入和删除操作时，通常使用StringBuilder和StringBuffer类。

StringBuilder和StringBuffer类都继承自AbstractStringBuilder类，有相同的属性和方法，可以向其中插入或删除字符，它们是可变字符串。两个类主要的区别是StringBuffer对方法加了同步锁或对调用的方法加了同步锁，是线程安全的，而StringBuilder是非线程安全的。下面以StringBuilder为例看可变字符串类。

StringBuilder()调用父类侍卫构造函数创建一个不带任何字符的字符串生成器，其初始容量为16个字符。在使用的过程中，如果超过这个值，就会重新分配内存，创建一个更大的数组，并将原来的数组复制，再丢弃旧的数组。下面是扩大数组容量的方法：

StringBuilder(str)构造一个不带字符串生成器，并初始化为指定字符串内容，其初始容量是16加上字符串参数的长度。

串附加函数append()，将指定字符串str追加到此字符序列。如果str为null，则追加4个字符"null"。

串插入函数insert()，按顺序将String参数中的字符插入此序列中的指定位置offset处，将此位置处原来的字符向后推，此序列将增加该参数的长度。如果str为null，则追加4个字符"null"。

串删除函数delete()，删除此序列字符串中从指定的start处开始到索引end-1处的字符，如果不存在这种字符，则一直到序列尾部。如果start等于end，则不做更改。