21.2. 字符集支持

21.2.1. 支持字符集编码

Table 21-1 显示了可以用在服务器的字符集。

并非所有API支持上面列出的编码。比如， PostgreSQL JDBC 驱动就不支持MULE_INTERNAL， LATIN6，LATIN8 和 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，而字节值未 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，这个设置基本不是用来声明所使用的编码的， 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。

21.2.2. 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， initdb 将基于制定的区域或者缺省区域试图判断合适的编码。

你可以创建一个有着不同编码的数据库：

createdb -E EUC_KR korean

将创建一个使用EUC_KR字符集的名字叫 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
 postgres      | t-ishii | EUC_JP
 regression    | t-ishii | SQL_ASCII
 template1     | t-ishii | EUC_JP
 test          | t-ishii | EUC_JP
 utf8          | t-ishii | UTF8
(9 rows)

21.2.3. 服务器和客户端之间的自动字符集转换

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 SQL 命令 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 21-2 中列出。

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

• 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 'value';

  你还可以把 SQL 语法里的 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配置变量。 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。）

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， 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圆括弧包围的十六进制，像，(826C) 这样。

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 是不明智的。

21.2.4. 进一步阅读

下面是学习各种类型的编码系统的好地方。