5.2. 多字节支持

5.2.1. 支持字符集编码

下面的字符集可以用做数据库编码。

5.2.2. 设置编码

initdb 为一次 PostgreSQL 安装定义缺省的编码系统，比如：

$ initdb -E EUC_JP

把缺省编码设置为 EUC_JP （用于日文的扩展的 Unix 编码）． 如果你喜欢用长选项声明的话，你可以用 --encoding 代替 -E． 如果没有给出-E或者--encoding选项， 则使用 SQL_ASCII。

你可以创建一个有着不同编码的数据库：

$ createdb -E EUC_KR korean

将创建一个带有EUC_KR编码的名字叫 korean 的数据库． 另外一种实现方法是使用 SQL 命令：

CREATE DATABASE korean WITH ENCODING = 'EUC_KR';

数据库的编码是用系统表 pg_database 里的一个 编码字段代表的． 你可以用psql的-l选项或 \l命令列出这些编码．

$ psql -l
	    List of databases
   Database    |  Owner  |   Encoding    
---------------+---------+---------------
 euc_cn	| t-ishii | EUC_CN
 euc_jp	| t-ishii | EUC_JP
 euc_kr	| t-ishii | EUC_KR
 euc_tw	| t-ishii | EUC_TW
 mule_internal | t-ishii | MULE_INTERNAL
 regression    | t-ishii | SQL_ASCII
 template1     | t-ishii | EUC_JP
 test	  | t-ishii | EUC_JP
 unicode       | t-ishii | UNICODE
(9 rows)

5.2.3. 服务器和客户端之间的自动编码转换

PostgreSQL 支持一些编码 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。 你可以使用 CREATE CONVERSION 创建一个 新的转换。PostgreSQL带着一些预定义的转换。它们在 Table 5-2 中列出．

要想打开编码转换功能，你必须告诉 PostgreSQL 你想在客户端使用的编码．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

• 使用 libpq 函数． \encoding 在做此用途的时候实际上是调用 PQsetClientEncoding()．

  int PQsetClientEncoding(PGconn *conn, const char *encoding)

  这里 conn 与后端的联接，而 encoding 是你想用的编码．如果编码设置成功 它返回 0，否则返回 -1．本次联接的当前编码可以用下面函数显示：

  int PQclientEncoding(const PGconn *conn)

  请注意它只返回编码 ID，而不是象 EUC_JP 这样的编码符号字串． 要把编码 ID 转换为编码符号，你可以用：

  char *pg_encoding_to_char(int encoding_id)

• 使用 SET CLIENT_ENCODING TO． 可以用 SQL 命令设置客户端编码：

  SET CLIENT_ENCODING TO 'encoding';

  你还可以把 SQL92 语法里的 SET NAMES用于这个目的：

  SET NAMES 'encoding';

  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联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 变量。 如果在 postgresql.conf 里设置了 client_encoding 变量， 那么在与服务器建立了联接之后，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 的其他方法覆盖。）

5.2.4. 如果不能转换会怎样？

假设你选的服务器编码是EUC_JP， 客户端是LATIN1，那么有些日文字符不能 转换成LATIN1．这时， 不能用LATIN1字符集表示的字母将被转换成：

(HEXA DECIMAL)

5.2.5. 参考

下面是学习各种类型的编码系统的好地方．

5.2.6. 历史

Dec 7, 2000
	* An automatic encoding translation between Unicode and other
	  encodings are implemented
	* Changes above will appear in 7.1

May 20, 2000
	* SJIS UDC (NEC selection IBM kanji) support contributed
	  by Eiji Tokuya
	* Changes above will appear in 7.0.1

Mar 22, 2000
	* Add new libpq functions PQsetClientEncoding, PQclientEncoding
	* ./configure --with-mb=EUC_JP
	  now deprecated. use 
	  ./configure --enable-multibyte=EUC_JP
	  instead
  	* Add SQL_ASCII regression test case
	* Add SJIS User Defined Character (UDC) support
	* All of above will appear in 7.0

July 11, 1999
	* Add support for WIN1250 (Windows Czech) as a client encoding
	  (contributed by Pavel Behal)
	* fix some compiler warnings (contributed by Tomoaki Nishiyama)

Mar 23, 1999
	* Add support for KOI8(KOI8-R), WIN(CP1251), ALT(CP866)
	  (thanks Oleg Broytmann for testing)
	* Fix problem with MB and locale

Jan 26, 1999
	* Add support for Big5 for frontend encoding
	  (you need to create a database with EUC_TW to use Big5)
	* Add regression test case for EUC_TW
	  (contributed by Jonah Kuo <[email protected]>)

Dec 15, 1998
	* Bugs related to SQL_ASCII support fixed

Nov 5, 1998
	* 6.4 release. In this version, pg_database has "encoding"
	  column that represents the database encoding

Jul 22, 1998
	* determine encoding at initdb/createdb rather than compile time
	* support for PGCLIENTENCODING when issuing COPY command
	* support for SQL92 syntax "SET NAMES"
	* support for LATIN2-5
	* add UNICODE regression test case
	* new test suite for MB
	* clean up source files

Jun 5, 1998
	* add support for the encoding translation between the backend
	  and the frontend
	* new command SET CLIENT_ENCODING etc. added
	* add support for LATIN1 character set
	* enhance 8-bit cleanliness

April 21, 1998 some enhancements/fixes
	* character_length(), position(), substring() are now aware of 
	  multi-byte characters
	* add octet_length()
	* add --with-mb option to configure
	* new regression tests for EUC_KR
  	  (contributed by Soonmyung Hong)
	* add some test cases to the EUC_JP regression test
	* fix problem in regress/regress.sh in case of System V
	* fix toupper(), tolower() to handle 8bit chars

Mar 25, 1998 MB PL2 is incorporated intoPostgreSQL6.3.1

Mar 10, 1998 PL2 released
	* add regression test for EUC_JP, EUC_CN and MULE_INTERNAL
	* add an English document (this file)
	* fix problems concerning 8-bit single byte characters

Mar 1, 1998 PL1 released

5.2.7. Windows/ODBC 里的 WIN1250

当你把区域支持打开后，你可以将使用 WIN1250 字符集的 Windows 客户端与 PostgreSQL 一起用．

请记住下面的东西：

• 你的成功依赖于合适的系统区域设置．我们已经在 RH6.0 和 Slackware 3.6 上测试过了， 区域设置为 cs_CZ.iso8859-2．

• 千万不要把服务器的数据库编码设置为 WIN1250． 只要用 LATIN2 就好了，因为在 Unix 里没有 WIN1250 区域．

• WIN1250 编码只用于 Windows ODBC 的客户端．该字符集是运行时记录的， 然后才能正确显示和存储．