非 Unicode データベースでの XML の使用に関するガイドライン

内容

XML 文書の挿入およびコード・ページ変換

文字データ・タイプ (FOR BIT DATA タイプではない CHAR、VARCHAR、または CLOB のデータ・タイプ) のホスト変数またはパラメーター・マーカーを使用して XML データが Db2® データベース・サーバーに挿入されるときに、データベースのコード・ページが要求を発行するクライアントまたはアプリケーションのコード・ページと異なる場合は必ず、コード・ページ変換が行われます。 挿入された文字データがデータベース・コード・ページから Unicode (XML データが内部的に管理される形式) に変換される際に、2 度目の変換が発生します。

XML データを非 Unicode のデータベースに安全に挿入する

XML データの保全性を保証する上で最も安全な方法は、Unicode データベースを使用することです。 しかし、それが不可能な場合、文字置換の発生を回避する他の方法もあります。 以下のリストは、Unicode データベースが使用される場合と使用されない場合について、XML データを安全に挿入するためのさまざまな方法を示しています。

Unicode データベースを使用するか、またはデータベースとクライアントとが同じエンコード方式を使用することを確認します。

表 1に示されているように、XML データのコード・ページ変換の問題は、以下の場合には常に回避されます。

• データベースが Unicode の場合
• Unicode であってもなくても、データベースとクライアントとが同じエンコード方式を共有する場合

文字データ・タイプと共にホスト変数またはパラメーター・マーカーを使用することを避けます。

Unicode データベースを使用できないとき、XML データのコード・ページ変換は、 タイプ XML または他のバイナリー・データ・タイプのホスト変数またはパラメーター・マーカーを使用して XML データをバインドすることによっても避けられます。 つまり、XML データに CHAR、 VARCHAR、または CLOB 以外のデータ・タイプを指定すると、それをクライアントまたはアプリケーション・コード・ページから Unicode に直接渡すことが可能になり、データベース・コード・ページへの変換が回避されます。

ENABLE_XMLCHAR 構成パラメーターによって、文字データ・タイプを介して挿入することを許可するかどうかを制御できます。 ENABLE_XMLCHAR を「NO」に設定すると、XML 文書の挿入中に文字データ・タイプの使用がブロックされるので、文字置換が発生する可能性が回避され、保管される XML データの保全性が保証されます。 BLOB および FOR BIT DATA タイプは、コード・ページ変換に関して安全なので、引き続き許可されます。 デフォルトでは、ENABLE_XMLCHAR は「YES」に設定されているので、文字データ・タイプの挿入は可能になっています。

Unicode データベースが使用されるときはコード・ページ変換が問題とならないので、 この場合 ENABLE_XMLCHAR 構成パラメーターは効果がありません。 ENABLE_XMLCHAR の設定に関係なく、XML 文書の挿入には文字データ・タイプを使用できます。

データベース・コード・ページに含まれない文字に対して文字エンティティー参照を使用します。

コード・ページ変換を避けることができず、XML データ・ストリームに文字データ・タイプを使用しなければならない場合、XML 文書内のすべての文字に対してデータベース・コード・ページ内に一致するコード・ポイントがあることを確認するのが最善です。 ターゲット・データベース内に一致するコード・ポイントがない XML データ内の文字については、 文字エンティティー参照を使用して文字の Unicode コード・ポイントを指定できます。 文字エンティティー参照ではコード・ページ変換が常に回避されるので、 正しい文字が XML データ内に保持されます。 例えば、文字エンティティー参照 > および > は、それぞれ、より大記号 ("> ") に相当する 16 進数および 10 進数です。

非 Unicode データベースでの XML データの照会

XML データをデータベースに挿入する際に、XML データの関係する照会の実行中のデータ保全性を保証する上で最も安全な方法は、Unicode データベースを使用することです。 それが不可能な場合、すべての XML データがデータベース・コード・ページで表現可能であることを確認することにより、またはデータベース・コード・ページ内にない文字の文字エンティティー参照を使用することにより、文字置換を回避できます。

例

以下の例は、UTF-8 エンコードのクライアントまたはアプリケーションを使用して非 Unicode データベース内の XML データを照会するときに、 生じる可能性のあるコード・ページ変換の影響を例示しています。 これらの例では、データベースがコード・ページ ISO8859-7 (ギリシャ語) を使用して作成されたと仮定しています。 XQuery 式を使用して、表 T1 に保管された XML データを突き合わせます。 保管された XML データは、Unicode のギリシャ語シグマ文字 (Σ_G) および Unicode の数学シグマ文字 (Σ_M) から構成されます。 コード・ポイント 0xD3 は、ISO8859-7 データベース内のシグマ文字を識別します。

CREATE TABLE T1 (DOCID BIGINT NOT NULL, XMLCOL XML);
INSERT INTO T1 VALUES (1, XMLPARSE(
       document '<?xml version="1.0" encoding="utf-8" ?> <Specialchars>
	<sigma>ΣG</sigma>
	<summation>ΣM</summation>
	</Specialchars>' 
       preserve whitespace));

例 1: 成功するコード・ページ変換 (文字がデータベース・コード・ページ内で表現可能)

XQUERY for $test in db2-fn:xmlcolumn("T1.XMLCOL")//*[. = "ΣG"] return $test

この式は、 目的の結果を生成します。

<sigma>ΣG</sigma>

この場合、 式 Σ_G はクライアント側でギリシャ語のシグマ文字に対する Unicode コード・ポイント (U+03A3) として始まり、 ギリシャ語データベース・コード・ページ内のシグマ文字 (0xD3) に変換されてから、 XML 処理のための正しい Unicode 文字に戻されます。 ギリシャ語のシグマ文字はデータベース・コード・ページ内で表現可能なので、この式から正しいマッチが得られます。 この文字変換は、以下の表に示されています。

表 2. 文字データ変換 (例 1)

	クライアント (UTF-8)		データベース (ISO8859-7)		XML パーサー (UTF-8)
文字	U+03A3 (ギリシャ語シグマ)	→	0xD3 (ギリシャ語シグマ)	→	U+03A3 (ギリシャ語シグマ)

例 2: 成功しないコード・ページ変換 (文字がデータベース・コード・ページで表現できない)

XQUERY for $test in db2-fn:xmlcolumn("T1.XMLCOL")//*[. = "ΣM"] return $test

この式は、 目的の結果を生成しません。

<sigma>ΣG</sigma>

この場合、式 Σ_M はクライアント側で数学記号シグマに対する Unicode コード・ポイント (U+2211) として始まり、ギリシャ語データベース・コード・ページ内のシグマ文字 (0xD3) に変換されてから、XML 比較の実行時に Σ_G 文字とマッチします。 戻り式の場合、プロセスは例 1 のプロセスと同じです。 Unicode XML 文字 σ_G は、最初にギリシャ語データベース・コード・ページ (Σ_A) 内のシグマ文字に変換してから、クライアント UTF-8 コード・ページ (Σ_G) 内のギリシャ語シグマ文字に変換し直します。 この文字変換は、以下の表に示されています。

表 3. 文字データ変換 (例 2)

	クライアント (UTF-8)		データベース (ISO8859-7)		XML パーサー (UTF-8)
文字	U+2211 (数学シグマ)	→	0xD3 (ギリシャ語シグマ)	→	U+03A3 (ギリシャ語シグマ)

例 3: 文字エンティティー参照を使用してコード・ページ変換を迂回する

XQUERY for $test in db2-fn:xmlcolumn("T1.XMLCOL")//*[. = "ࢣ"] 
   return $test

この式は、 目的の結果を生成します。

<summation>ΣM</summation>

この場合、式 σ_M は、数学記号 sigma (U+2211) の Unicode コード・ポイントとしてクライアントで始まり、文字参照 &#2211としてエスケープされるため、Unicode コード・ポイントは XML パーサーに渡されるときに保持され、保管されている XML 値 Σ_Mとの比較が正常に行われます。 文字変換の迂回は、以下の表に示されています。

表 4. 文字データ変換 (例 3)

	クライアント (UTF-8)		データベース (ISO8859-7)		XML パーサー (UTF-8)
文字	U+2211 (数学シグマに対する文字参照)	→	"&#2211" (数学シグマに対する文字参照)	→	U+2211 (数学シグマ)

例 4: 成功しないコード・ページ変換 (文字がデータベース・コード・ページで表現できない)

この例は例 1 と似ていますが、異なる点として ASCII エンコード・データベースが使用されて、コード・ページのデフォルト置換文字が XML 式に導入されます。

XQUERY for $test in db2-fn:xmlcolumn("T1.XMLCOL")//*[. = "ΣG"] return $test

この照会は、 表 T1 内の正しい値との突き合わせに失敗します。 この場合、Unicode 文字 U+2211 (ギリシャ語シグマ) には ASCII コード・ページで一致するコード・ポイントがないため、デフォルトの置換文字 (この場合は疑問符 (?)) が導入されます。 この文字変換を以下の表に示します。

表 5. 文字データ変換 (例 4)

	クライアント (UTF-8)		データベース (ISO8859-1)		XML パーサー (UTF-8)
文字	U+2211 (数学シグマ)	→	0x003F ('?')	→	0x003F ('?')