SQL Server varchar中文长度校验问题的解决方案
作者：墨着染霜华
一、前言（业务常见痛点）
开发中对接 SQL Server 数据库时，绝大多数人都会遇到一个经典坑：
明明前端输入字符数没超，入库却报字段超长、数据被截断，本地测试正常，服务器Linux环境必现异常。
核心原因：SQL Server 的 varchar 是字节限制，不是字符限制，且默认中文排序规则编码和Java默认编码不统一，导致前端、Java校验、数据库存储三方长度判定不一致。
本文基于最常用的数据库字段定义：
[YDJH] varchar(50) COLLATE Chinese_PRC_CI_AS NULL
手把手讲透编码原理、字节占用规则、Java正确校验方案，彻底根治超长报错问题。
二、SQL Server 核心编码规则（必看）
2.1 Chinese_PRC_CI_AS 底层编码
SQL Server 中国大陆默认排序规则 Chinese_PRC_CI_AS，对应的底层代码页为 CP936（GBK编码），这是行业通用标准。
编码字节占用规则：
- 英文、数字、半角符号：1字节/个
- 中文汉字、全角符号：2字节/个
2.2 varchar(50) 真实存储容量
重点：varchar(n) 代表最大 n 字节，不是 n 个字符。
针对 varchar(50)：
- 纯中文场景：最多存储 25个汉字（50/2）
- 混合场景：汉字+英文/数字混合，按实际字节累加
- 超出50字节：数据库直接截断数据或抛出超长异常
2.3 新旧排序规则区别（拓展避坑）
Chinese_PRC_CI_AS（老版）：纯 GBK 编码，无生僻字支持Chinese_PRC_90/100/130_CI_AS（新版）：底层 GB18030，兼容GBK，支持生僻字（部分生僻字占4字节）
普通业务场景，两种规则用GBK校验完全够用。
2.4 区分 nvarchar 关键知识点
很多开发者混淆两类字段，这里明确区分：
- varchar：非Unicode，GBK编码，按字节校验
- nvarchar：Unicode编码（UTF-16LE），中英文均2字节，直接按字符长度 str.length() 校验
三、Java 校验常见致命错误
3.1 错误1：使用无参 getBytes()
// 绝对禁止！跨环境失效 byte[] bytes = str.getBytes();
无参方法依赖操作系统默认编码：
- Windows：默认GBK，侥幸正常
- Linux/Mac/服务器：默认UTF-8（中文3字节/个）
后果：服务器端计算字节数远大于数据库实际字节数，出现明明没超长，却被Java误判拦截，或校验失效导致入库报错。
3.2 错误2：使用 StandardCharsets 常量校验
很多同学想使用JDK自带的 StandardCharsets，但发现里面 没有GBK常量！
StandardCharsets 仅支持：US_ASCII、ISO_8859_1、UTF-8、UTF-16系列，不包含GBK/GB18030。
严禁用 UTF-8 校验本字段：UTF-8中文3字节，和SQL Server GBK字节规则完全不匹配，100%误判。
四、Java 正确精准校验方案（可直接复用）
4.1 核心原理
必须手动指定 GBK 编码，让Java计算的字节数 完全对齐 SQL Server DATALENGTH() 结果。
4.2 完整工具类（长度校验+自动截断）
import java.nio.charset.Charset;
import java.nio.charset.IllegalCharsetNameException;
import java.nio.charset.UnsupportedCharsetException;
/**
* SQL Server varchar(GBK) 字段长度校验工具
* 适配排序规则：Chinese_PRC_CI_AS
*/
public class SqlVarcharCheckUtil {
/**
* 获取字符串GBK字节长度（与数据库DATALENGTH完全一致）
* @param str 待校验字符串
* @return GBK字节数
*/
public static int getGbkByteLength(String str) {
if (str == null || str.isEmpty()) {
return 0;
}
try {
Charset gbkCharset = Charset.forName("GBK");
return str.getBytes(gbkCharset).length;
} catch (IllegalCharsetNameException | UnsupportedCharsetException e) {
throw new RuntimeException("当前JDK环境不支持GBK编码，数据库字段校验失败", e);
}
}
/**
* 校验是否符合 varchar(50) 字节规范
* @param text 待校验文本
* @return true=合规，false=超长
*/
public static boolean isVarchar50Valid(String text) {
if (text == null) {
return true;
}
return getGbkByteLength(text) <= 50;
}
/**
* 自动截断至varchar(50)最大字节，避免入库报错
* @param val 原始文本
* @return 截断后合规文本
*/
public static String trimToVarchar50(String val) {
if (val == null || isVarchar50Valid(val)) {
return val;
}
// 逐字符截断，保证GBK字节不超50
int index = 0;
while (index < val.length() && getGbkByteLength(val.substring(0, index + 1)) <= 50) {
index++;
}
return val.substring(0, index);
}
}4.3 数据库校验对照SQL
可通过以下SQL验证Java结果准确性，两者数值完全一致：
-- 查看字段实际占用字节数 SELECT DATALENGTH(YDJH) AS 实际字节数, LEN(YDJH) AS 字符数 FROM 表名
DATALENGTH：真实存储字节数（和Java GBK计算结果一致）LEN：纯字符个数，无参考意义
五、全文核心总结（干货速记）
- SQL Server varchar(50) + Chinese_PRC_CI_AS：GBK编码，最大50字节，最多25个纯汉字。
- 禁止使用无参 getBytes()：跨环境编码不一致，必出BUG。
- StandardCharsets无GBK：必须通过
Charset.forName("GBK")获取编码。 - varchar按字节校验，nvarchar按字符校验，切勿混淆。
- 服务器Linux环境必须指定GBK，否则UTF-8三字节中文会导致校验完全失效。
六、拓展建议
如果业务需要支持生僻字、全量中文兼容，可将编码替换为 GB18030，仅需修改代码中编码名称，适配新版SQL Server排序规则，兼容性更强。
以上就是SQL Server varchar中文长度校验问题的解决方案的详细内容，更多关于SQL Server varchar中文长度校验问题的资料请关注脚本之家其它相关文章！