在SQL Server中将XML UTF-8编码字符串转换为XML datatype

Question

使用CAST（作为XML）转换XML字符串在许多情况下都能正常工作，但如果字符串包含重音字符，则会出现错误“非法XML字符”。

declare @Text VARCHAR(max) = 
'<?xml version="1.0" encoding="UTF-8"?>
<ROOT>níveis porém alocação</ROOT>'

select CAST(@Text AS XML)

declare @MessageText VARCHAR(max) = 
'<?xml version="1.0" encoding="UTF-8"?>
<ROOT>nXveis porXm alocaXXo</ROOT>'

select CAST(@MessageText AS XML)

结果: nxveis porXm alocaxxo

此外，同样的XML但是UTF-16编码，莫名其妙地工作：

declare @MessageText NVARCHAR(max) = 
'<?xml version="1.0" encoding="UTF-16"?>
<ROOT>níveis porém alocação</ROOT>'

select CAST(@MessageText AS XML)

结果: níveis porém alocaçço

这些字符在UTF-8中是非法的吗？还是有更好的方法转换成XML数据类型？

Answer 1

SQL Server在内部为XML数据类型剥离任何XML声明prolog，并使用UTF-16编码。以下是如何正确处理您的用例。

SQL

-- Method #1
DECLARE @Text NVARCHAR(MAX) = N'<ROOT>níveis porém alocação</ROOT>';
SELECT CAST(@Text AS XML);

-- Method #2
DECLARE @MessageText NVARCHAR(MAX) = 
'<?xml version="1.0" encoding="UTF-16"?>
<ROOT>níveis porém alocação</ROOT>';

SELECT CAST(@MessageText AS XML);