21.2. 字符集支持

21.2.1. 支持的字符集编码

表21-1 显示了可以用在服务器的字符集。

并非所有API都支持上面列出的编码。比如，PostgreSQL JDBC驱动就不支持 MULE_INTERNAL, LATIN6, LATIN8, 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。

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 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 --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';

数据库的编码是存储在 pg_database 系统表中的。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。它们在表21-2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

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

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

  这里的 conn 是一个与服务器的连接，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 。本次连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的 ID ，而不是像 EUC_JP 这样的编码符号字符串。要把编码 ID 转换为编码符号，你可以用：

  char *pg_encoding_to_char(int encoding_id);

• 可以用 SQL 命令 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 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 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。