5.2. 多字节支持

5.2.1. 打开 MB

带着多字节选项运行 configure：

% ./configure --enable-multibyte[=encoding_system]
     

下面是一个配置例子，把 Postgres 配置为缺省为日文编码：

% ./configure --enable-multibyte=EUC_JP
     

如果忽略编码系统（./configure --enable-multibyte）， 那么假设为 SQL_ASCII．

5.2.2. 设置编码

initdb 为一次 Postgres 安装定义缺省的编码系统，比如：

% initdb -E EUC_JP
     

你可以创建一个有着不同编码的数据库：

% createdb -E EUC_KR korean
     

CREATE DATABASE korean WITH ENCODING = 'EUC_KR';
     

$ 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. 前后端之间的自动编码转换

Postgres 支持一些编码 后端之间的自动编码转换．

要想打开编码转换功能，你必须告诉 Postgres 你想在前端使用的编码．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"编码标识"，而不是象 "EUC_JP" 这样的编码符号字串． 要把编码标识转换为编码符号，你可以用：

  char *pg_encoding_to_char(int encoding_id)
  	

• 使用 SET CLIENT_ENCODING TO． 可以用 SQL 命令设置前端编码：

  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';
  	

  查询当前前端编码：

  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， 那么在进行后端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．）

5.2.4. 关于 Unicode

自 7.1 起开始 PostgreSQL 支持 Unicode 和其它编码之间的自动转换 ．因为它需要巨大的转换表，所以缺省时是没有打开的． 要打开这个特性，带着 --enable-unicode-conversion 选项运行 configure．请注意它也要求使用 --enable-multibyte 选项．

5.2.5. 如果不能转换会怎样？

假设你的后端的编码是 EUC_JP，前端是 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)
     

5.2.6. 参考

下面是学习各种类型的编码系统的好地方．

• ftp://ftp.ora.com/pub/examples/nutshell/ujip/doc/cjk.inf 详细地解释了第3.2节出现的 EUC_JP，EUC_CN，EUC_KR，EUC_TW．

• Unicode: http://www.unicode.org/ UNICODE 的家目录．

• RFC 2044 定义了UTF-8．

5.2.7. 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 fronend 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 cleaness

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 <[email protected]>)
	* 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 into PostgreSQL 6.3.1

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
     

5.2.8. 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 Postgres 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多字节数据库编码设置为 WIN1250． 只要用 LATIN2 就好了，因为在 Unix 里没有 WIN1250 区域．

• WIN1250 编码只用于 M$W 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．

运行时，请记住下面几样事情（很重要！！）：

• 这种配置下，数据库根据你的 LC_x 设置对记录重新排序．不要被蜕变 测试的结果弄糊涂，因为它们不使用区域．

• 一个象 "ch" 这样的区域只能在支持这种区域 的系统里正确排序；老的系统可能有问题但是新的（比如，RH6.0）没有 问题．

• 你必须把金额以 '162,50'形式插入（注意是在单引号 里的逗号）．

• 我们写这些东西的时候（1999年初），这个配置还没有经过广泛地测试． 请让我们知道你要做的任何修改！