公告

PostgreSQL 字符集问题

PG支持客户端和服务器端编码方式设置，如果两端编码一样，则在存取时不进行任何转换；如果不一样则自动进行转换。但其支持的有些编码只能用在服务端，不能用在客户端。

详细可参考其官方文档http://www.postgresql.org/docs/9.2/interactive/multibyte.html。支持简体中文有四种编码：EUC_CN（Extended UNIX Code-CN）、GB18030、GBK和UTF-8。但GB18030和GBK只能作为客户端编码，不能设置为服务端编码；由于Windows上又不支持EUC_CN编码，所以在Windows上服务端编码只能设为UTF-8。

下面通过两个简单的示例，来说明其编码转换过程。

数据：表test，字段name，类型text

示例一 客户端编码和服务端编码之间的转换（使用psgl）

1、服务端编码为UTF-8，客户端工具psgl默认为GBK

2、在此环境下插入“汉字”，一切正常。此时传到客户的“汉字”为GBK编码，自动转为UTF-8编码存到服务端；而查询时，又自动将服务端的UTF-8编码转为GBK来显示，所以没有出现乱码。

3、将客户端编码设置为UTF-8，则刚才插入的“汉字”不能正常显示。因为此时客户端和服务端的编码一样，在取数据时不进行任何转换，直接将存在服务端的UTF8编码的字节传到客户端，之后psgl直接显示，所以就乱码了。

4、在此环境下插入“汉字”，则添加不成功，因为“汉字”直接以GBK的形式传到服务端，UTF8编码不认识，所以就报错。（现在客户端编码为UTF8，所以提示的中文信息也乱码了）。

总结：1、在此示例中，应用程序psgl，对所输入和获取的字符没做任何处理，直接显示，其使用了pg客户端一样的编码方式（GBK）。

2、在使用时尽量保证客户端编码和操作系统环境一致，不然显示和添加就会出现乱码情况。

示例二 应用程序、客户端和服务端编码转换（pgAdmin3可视化界面）

pgAdmin3内部使用UTF8编码，是我根据下面的现象猜测的，没看源代码。

1、通过pgAdmin3查看在服务器以UTF8编码存储的“汉字”

Ø 在查询窗口中执行show client_encoding;可见pgAdmin3的默认客户端编码为UNICODE（在pg中为UTF8的别名）。查询select * from test，能正常显示“汉字”。

Ø 重设客户端编码set client_encoding to 'GBK';后再查询，却无法显示“汉字”。

在客户端编码为GBK的psgl中能正常显示的“汉字“到客户端编码为GBK的pgAdmin3中却无法显示。这是由于pgAdmin3与psgl内部使用了不同的编码方式所造成的：

应用程序psgl使用与pg客户端一样的编码方式，对从操作系统所得到的字符直接传给pg客户端，对从pg客户端所得到的字符直接传给操作系统显示。

应用程序pgAdmin3内部可能统一使用的是UTF8编码，对从操作系统所得到的字符（ANSI本地编码）要先转成UTF8编码后再传给pg客户端；对从pg客户端所得到的字符要先转成ANSI本地编码后再传给操作系统显示。

对于pgAdmin3 client_encoding = 'GBK' 时，“汉字“转换流程： UTF8 àGBKàGBK;

pgAdmin3把本来是转后GBK编码的字符又当成UTF8进行转换，所以无法显示（转后没有对应的字符）。

对于pgAdmin3 client_encoding = 'UTF8' 时，“汉字“转换流程：UTF8 à GBK;

此时客户端与服务端编码一样，不用转，直接将得到的字符转成GBK，所以能正常显示。

2、在client_encoding = ‘GBK’ 环境下，插入“汉字G“

此时pgAdmin3把ANSI编码的“汉字G“转成UTF8编码给客户端，因为客户端编码为GBK和服务端编码不一样，所以数据库又将其作为GBK编码转成UTF8编码进行存储。本来就已经是UTF8编码的字符又作为GBK编码转成UTF8，存储字符就是错的了。但查询时却能正常显示，因为在此环境逆转换的字符还是正确的。

3、在client_encoding = ‘UTF8’ 环境下，插入“汉字U“

此时pgAdmin3把ANSI编码的“汉字G“转成UTF8编码给客户端，因为客户端编码为UTF8和服务端编码一样，不进行任何转换直接存储。查询时在此环境下逆转换后也是正确的，因此也能正常显示。

总结：

1、pgAdmin3内部使用UTF8编码，并将pg客户端也设为UTF8编码，如果服务端也设为UTF8时，pgAdmin3就比较强大了，可以支持各国语言，存取各国文字，就没有国际化问题了。并且在存取时只用在本地的ANSI编码和UTF8编码之间转换一次即可。

2、应用程序内部应尽量使用与数据库客户端相同的编码（或传给客户端的字符编码与客户端编码相同），以保证存到库里的字符是正确的；数据库客户端与服务端编码如不一样，数据库自身会自动转换后存储。

验证pgAdmin3内部使用UTF8编码：用encode查看字符在数据库的存储字节

set client_encoding to 'UTF8';

select encode('汉字','hex') from test;

输出："e6b189e5ad97" 为“汉字”的UTF-8编码。

set client_encoding to 'GBK';

select encode('汉字','hex') from test;

输出：" "e5a7b9e5a48ae793a7" 为将"e6b189e5ad97"作为GBK编码转换为UTF-8后的编码。

posted on 2015-04-18 09:20 donqiang 阅读(1334) 评论(0) 收藏举报

刷新页面返回顶部

donqiang的博客

公告

PostgreSQL 字符集问题