数据类型为DT_NTEXT，ANSI文件不支持

Question

尝试使用任务/导出数据菜单将表格导出到平面文件。

我正在尝试导出到 ANSI 1252 代码页。

我的表中有一些

nvarchar

列。

我收到消息：

数据类型为 DT_NTEXT .... ANSI 文件不支持...使用 DT_TEXT 代替并使用数据转换组件将数据转换为 DT_NTEXT。

我尝试将“列映射”部分中的源列映射从 Unicode 字符串

DT_WSTR

更改为字符串

DT_STR

，但没有用。

是否可以在不更改表格的情况下导出到 ANSI 文件？有更容易的方法吗？我找不到将源列更改为常规

varchar

字符串的方法。

Answer 1

对于任何寻找替代解决方案的人；

• 编辑您的平面文件连接管理器
• 在常规选项卡中
• 勾选“Unicode”，确定

这为我解决了上述问题。

Answer 2

如果您无法更改源列，则必须使用 数据转换组件 来转换数据。

更改源列是最简单但并不总是一个选项。例如，我正在使用

XML FOR PATH

返回分隔列表，因为我是在存储过程中执行此操作，所以我需要做的就是将列转换为

varchar(max)

，错误消失了，SSIS 很高兴。

select distinct 
    [WhatIfId],
      cast(stuff
        (
            (
                select 
                    '; ' + plr.[Label] 
                from [dbo].[track_rate_override_reasons_instance] tor
                join [dbo].[PickList_Loans_WhatIf_Rate_OverrideTypes] plt
                    on plt.[OverrideTypeId] = tor.[OverrideTypeId]
                join [dbo].[PickList_Loans_WhatIf_Rate_OverrideReasons] plr
                    on plr.[ReasonId] = tor.[ReasonId]
                FOR XML PATH ('')
            )
            , 1, 1, '') as varchar(max))  AS 'OverrideReasons'
from [dbo].[track_rate_override_reasons_instance]

您是否可以将源代码包装在存储过程中，以便您可以操纵转换？

Answer 3

记录一下，我今天遇到了类似的问题。在 DT_TEXT、DT_NTEXT、DT_WSTR、DT_STR 之间混洗数据类型，ANSI 和 UNICODE 格式组合都不起作用。了解问题出在数据类型为 varchar(max) 的源字段 - 不确定我们为什么分配此数据类型。将其更改为 nvarchar(50) 并且导出工作没有任何问题，并且无需更改导出向导中的数据类型。

Answer 4

在使用 SQL Server 和 SQL Server Integration Services 后，建议的方法有效，但如果您使用 Python 导入脚本，假设您正在运行 Python，那么麻烦会大大减少。

import numpy as np
# csv.field_size_limit(sys.maxsize)
import sys
import csv
import pandas as pd
import pyodbc
from sqlalchemy import create_engine
import urllib
import matplotlib.pyplot as plt
dtype=np.int64

data1 = pd.read_csv (r'<path>\<file>.csv', sep='\\t',  engine='python', encoding = \utf-16\) 
df2 = pd.DataFrame(data1)

params =  urllib.parse.quote_plus(\DRIVER={SQL Server};SERVER=MyMachineName\\MyInstance;DATABASE=MyDBName;Trusted_Connection=yes;\)
conn_str = 'mssql+pyodbc:///?odbc_connect={}'.format(params)
engine = create_engine(conn_str)

# create the table
df2.to_sql(\MyTableName\, engine)

它可能需要更新或下载，并且肯定需要目标数据库服务器。