22.2. 字符集支持

22.2.1. 支持的字符集编码

Table 22-1 显示了可以用在 PostgreSQL上的编码。

并非所有的客户端的 API都支持列出的编码。例如 PostgreSQL JDBC 驱动 就不支持 MULE_INTERNAL, LATIN6, LATIN8, and LATIN10。

SQL_ASCII 设置与其它设置表现得相当不同。 如果服务器字符集是 SQL_ASCII, 服务器把字节值 0-127 的数值根据 ASCII 标准解析 而字节值 128-255 的则当作未解析的字符。 如果设置为SQL_ASCII. 就不会有编码转换。 因此，这个设置基本不用来声明所使用的编码，因为这个声明会忽略编码。 在大多数情况下，如果你使用了任何非 ASCII 数据，那么使用 SQL_ASCII 设置都是不明智的，因为 PostgreSQL 会无法帮助你转换或者校验非 ASCII 字符。

22.2.2. 设置字符集

initdb 为一个 PostgreSQL 集群定义缺省的字符集，比如：

initdb -E EUC_JP

把缺省字符集设置为 EUC_JP (用于日文的扩展 Unix 编码). 如果你喜欢用长选项声明的话，可以用 --encoding 代替 -E 选项。 如果没有给出 -E 或者 --encoding 选项 initdb 将基于制定的区域或者缺省区域试图判断合适的编码。

在创建数据库的时候你可以指定一个非默认的编码，提供适合所选区域的编码：

createdb -E EUC_KR -T template0 --lc-collate=ko_KR.euckr --lc-ctype=ko_KR.euckr korean

创建一个叫做korean的数据库，使用字集EUC_KR和区域ko_KR， 另外一种实现方法是使用 SQL 命令：

CREATE DATABASE korean WITH ENCODING 'EUC_KR' LC_COLLATE='ko_KR.euckr' LC_CTYPE='ko_KR.euckr' TEMPLATE=template0;

注意：以上的命令指定复制数据库template0。当复制别的数据库时，编码和别的区域化设置不能从源数据库内被改变，因为 结果可能是错误的数据。更多的说明请参考Section 21.3。

数据库的编码是存储在 pg_database系统表中的。你可以用 psql 的-l 选项或者 \l列出这些编码.

$ psql -l
                                         List of databases
   Name    |  Owner   | Encoding  |  Collation  |    Ctype    |          Access Privileges          
-----------+----------+-----------+-------------+-------------+-------------------------------------
 clocaledb | hlinnaka | SQL_ASCII | C           | C           | 
 englishdb | hlinnaka | UTF8      | en_GB.UTF8  | en_GB.UTF8  | 
 japanese  | hlinnaka | UTF8      | ja_JP.UTF8  | ja_JP.UTF8  | 
 korean    | hlinnaka | EUC_KR    | ko_KR.euckr | ko_KR.euckr | 
 postgres  | hlinnaka | UTF8      | fi_FI.UTF8  | fi_FI.UTF8  | 
 template0 | hlinnaka | UTF8      | fi_FI.UTF8  | fi_FI.UTF8  | {=c/hlinnaka,hlinnaka=CTc/hlinnaka}
 template1 | hlinnaka | UTF8      | fi_FI.UTF8  | fi_FI.UTF8  | {=c/hlinnaka,hlinnaka=CTc/hlinnaka}
(7 rows)

22.2.3. 服务器和客户端之间的自动字符集转换

PostgreSQL 支持在服务器和前端之间的自动编码转换。 转换信息在系统表pg_conversion中存储。 PostgreSQL带着一些预定义的转换。 它们在Table 22-2中列出。 你可以使用 SQL 命令CREATE CONVERSION创建一个新的转换。

要想打开自动字符集转换功能，你必须告诉PostgreSQL你想在客户端使用的字符集(编码)。你可以用好几种方法实现这个目的。

• 用psql里的\encoding 命令\encoding允许你动态修改客户端编码。 比如，把编码改变为SJIS 键入：

  \encoding SJIS

• libpq (Section 31.9) has functions to control the client encoding.

  使用libpq (Section 31.9) 具有控制客户端编码的功能。

• 使用 SET client_encoding TO. 设置客户端编码:

  SET CLIENT_ENCODING TO 'value';

  你还可以把 SQL 语法里的x SET NAMES 用于这个目的：

  SET NAMES 'value';

  查询当前客户端编码：

  SHOW client_encoding;

  返回缺省编码：

  RESET client_encoding;

• 使用 PGCLIENTENCODING. 如果在客户端的环境里定义了 PGCLIENTENCODING 环境变量，那么在与服务器进行连接时将自动选择客户端编码。这个编码随后可以用上面谈到的任何其它方法覆盖。

• 使用 client_encoding配置变量。 如果在client_encoding 里设置了该变量， 那么在与服务器建立了连接之后，这个客户端编码将自动选定。这个设置随后可以被上面提到的其它方法覆盖。

假如无法进行特定的字符转换，比如，你选的服务器编码是EUC_JP 而客户端是LATIN1 那么有些日文字符不能转换成 LATIN1; 这时将报告错误。

如果客户端字符集定义成了SQL_ASCII, 那么编码转换会被关闭，不管服务器的字符集是什么都一样。和服务器一样，除非你的工作环境全部是 ASCII 数据，否则使用 SQL_ASCII is unwise是不明智的。

22.2.4. 进一步阅读

下面是学习各种类型的编码系统的好地方。