简述PostgreSQL字符集的几种形式

richardtc

PostgreSQL数据库支持多种字符集，在配置字符集时要分清楚服务器与客户端的字符集，字符集不一致尽管有时能够发生转换，但带来的问题也很头疼。语言环境的配置也很重要。
服务器字符集<来自文档>：

Name    Description    Language    Server?    Bytes/Char    Aliases  
• BIG5    Big Five    Traditional Chinese    No    1-2    WIN950, Windows950  EUC_CN    Extended UNIX Code-CN    Simplified Chinese    Yes    1-3      
• EUC_JP    Extended UNIX Code-JP    Japanese    Yes    1-3       EUC_JIS_2004    Extended UNIX Code-JP, JIS X 0213    Japanese    Yes    1-3      
• EUC_KR    Extended UNIX Code-KR    Korean    Yes    1-3       EUC_TW    Extended UNIX Code-TW    Traditional Chinese, Taiwanese    Yes    1-3      
• GB18030    National Standard    Chinese    No    1-2       GBK    Extended National Standard    Simplified Chinese    No    1-2    WIN936, Windows936  
• ISO_8859_5    ISO 8859-5, ECMA 113    Latin/Cyrillic    Yes    1      ISO_8859_6    ISO 8859-6, ECMA 114    Latin/Arabic    Yes    1      
• ISO_8859_7    ISO 8859-7, ECMA 118    Latin/Greek    Yes    1       ISO_8859_8    ISO 8859-8, ECMA 121    Latin/Hebrew    Yes    1      
• JOHAB    JOHAB    Korean (Hangul)    No    1-3       KOI8    KOI8-R(U)    Cyrillic    Yes    1    KOI8R  
• LATIN1    ISO 8859-1, ECMA 94    Western European    Yes    1    ISO88591  LATIN2    ISO 8859-2, ECMA 94    Central European    Yes    1    ISO88592  
• LATIN3    ISO 8859-3, ECMA 94    South European    Yes    1    ISO88593  LATIN4    ISO 8859-4, ECMA 94    North European    Yes    1    ISO88594  
• LATIN5    ISO 8859-9, ECMA 128    Turkish    Yes    1    ISO88599  LATIN6    ISO 8859-10, ECMA 144    Nordic    Yes    1    ISO885910  
• LATIN7    ISO 8859-13    Baltic    Yes    1    ISO885913  LATIN8    ISO 8859-14    Celtic    Yes    1    ISO885914  
• LATIN9    ISO 8859-15    LATIN1 with Euro and accents    Yes    1    ISO885915  LATIN10    ISO 8859-16, ASRO SR 14111    Romanian    Yes    1    ISO885916  
• MULE_INTERNAL    Mule internal code    Multilingual Emacs    Yes    1-4       SJIS    Shift JIS    Japanese    No    1-2    Mskanji, ShiftJIS, WIN932, Windows932  
• SHIFT_JIS_2004    Shift JIS, JIS X 0213    Japanese    No    1-2     
• SQL_ASCII    unspecified (see text)    any    Yes    1      UHC    Unified Hangul Code    Korean    No    1-2    WIN949, Windows949UTF8    Unicode, 8-bit    all    Yes    1-4    Unicode  
• WIN866    Windows CP866    Cyrillic    Yes    1    ALTWIN874     Windows CP874    Thai    Yes    1      
• WIN1250    Windows CP1250    Central European    Yes    1       WIN1251    Windows CP1251    Cyrillic    Yes    1      
• WINWIN1252    Windows CP1252    Western European    Yes    1       WIN1253    Windows CP1253    Greek    Yes    1      
• WIN1254    Windows CP1254    Turkish    Yes    1       WIN1255    Windows CP1255    Hebrew    Yes    1      
• WIN1256    Windows CP1256    Arabic    Yes    1       WIN1257    Windows CP1257    Baltic    Yes    1      
• WIN1258    Windows CP1258    Vietnamese    Yes    1    ABC, TCVN, TCVN5712, VSCII

常用的简体中文字符集是UTF8和EUC_CN两种。
可自动转换字符集<来自文档>:

Server Character Set Available Client Character Sets  
• BIG5 not supported as a server encoding  EUC_CN EUC_CN, MULE_INTERNAL, UTF8  
• EUC_JP EUC_JP, MULE_INTERNAL, SJIS, UTF8  EUC_KR EUC_KR, MULE_INTERNAL, UTF8  
• EUC_TW EUC_TW, BIG5, MULE_INTERNAL, UTF8  GB18030 not supported as a server encoding  
• GBK not supported as a server encoding  ISO_8859_5 ISO_8859_5, KOI8, MULE_INTERNAL, UTF8, WIN866, WIN1251  
• ISO_8859_6 ISO_8859_6, UTF8  ISO_8859_7 ISO_8859_7, UTF8  
• ISO_8859_8 ISO_8859_8, UTF8  JOHAB JOHAB, UTF8  
• KOI8 KOI8, ISO_8859_5, MULE_INTERNAL, UTF8, WIN866, WIN1251  LATIN1 LATIN1, MULE_INTERNAL, UTF8  
• LATIN2 LATIN2, MULE_INTERNAL, UTF8, WIN1250  LATIN3 LATIN3, MULE_INTERNAL, UTF8  
• LATIN4 LATIN4, MULE_INTERNAL, UTF8  LATIN5 LATIN5, UTF8  
• LATIN6 LATIN6, UTF8  LATIN7 LATIN7, UTF8  
• LATIN8 LATIN8, UTF8  LATIN9 LATIN9, UTF8  
• LATIN10 LATIN10, UTF8  MULE_INTERNAL MULE_INTERNAL, BIG5, EUC_CN, EUC_JP, EUC_KR, EUC_TW, ISO_8859_5, KOI8, LATIN1 to LATIN4, SJIS, WIN866, WIN1250, WIN1251  
• SJIS not supported as a server encoding  SQL_ASCII any (no conversion will be performed)  
• UHC not supported as a server encoding  UTF8 all supported encodings  
• WIN866 WIN866, ISO_8859_5, KOI8, MULE_INTERNAL, UTF8, WIN1251  WIN874 WIN874, UTF8  
• WIN1250 WIN1250, LATIN2, MULE_INTERNAL, UTF8  WIN1251 WIN1251, ISO_8859_5, KOI8, MULE_INTERNAL, UTF8, WIN866  
• WIN1252 WIN1252, UTF8  WIN1253 WIN1253, UTF8  
• WIN1254 WIN1254, UTF8  WIN1255 WIN1255, UTF8  
• WIN1256 WIN1256, UTF8  WIN1257 WIN1257, UTF8  
• WIN1258 WIN1258, UTF8

richardtc

以下针对客户端与服务器字符集配置问题作几个小测试。
测试一：服务器、客户端、语言环境一致的情况

[postgre@iss3984 ~]$ echo $LANGen_US.UTF-8[postgre@iss3984 ~]$ psql daduxiongWelcome to psql 8.3.11 (server 8.3.10), the PostgreSQL interactive terminal.Type:   
• \copyright for distribution terms        \h for help with SQL commands         
• \? for help with psql commands         \g or terminate with semicolon to execute query       \q to quitdaduxiong=# \l         
• List of databases     Name    |  Owner  | Encoding-----------+---------+---------- daduxiong | postgre | UTF8 postgres  | postgre | UTF8 template0 | postgre | UTF8 template1 | postgre | UTF8(4 rows)daduxiong=# show client_encoding; client_encoding----------------- UTF8(1 row)daduxiong=# insert into t1 values (1,'中国');INSERT 0 1daduxiong=# select * from t1; id |          name         ----+------------------------  
• 1 | 中国                 (1 row)

服务器与客户端字符集相同，在数据录入时不发生字符集转换；因语言环境也相同所以展现不会出现乱码。
测试二：客户端与服务器、语言环境不一致的情况

daduxiong=# \encoding   
• GBKdaduxiong=# show   client_encoding;   
• client_encoding-----------------   GBK(1 row)  
• daduxiong=# insert into t1 values (2,'日本');  INSERT 0 1daduxiong=# select * from t1;   
• id |          name            ----+-------------------------   
• 1 | �й�                     
• 2 | 日本                (2 rows)

客户端与服务器的字符集不一致，在数据录入时将发生字符集转换；当前展现的第二条记录非乱码形式是因为客户端字符集为GBK，在UTF8下同样出现乱码，在使用时需要语言环境进行配置。
测试三：服务器与客户端、语言环境不一致的情况

daduxiong=# \q  
• [postgre@iss3984 ~]$ LANG=GBK export LANG  [postgre@iss3984 ~]$ echo $LANG  
• GBK  [postgre@iss3984 ~]$ psql daduxiong  
• Welcome to psql 8.3.11 (server 8.3.10), the PostgreSQL interactive terminal.  Type:   
• \copyright for distribution terms         \h for help with SQL commands         
• \? for help with psql commands         \g or terminate with semicolon to execute query         
• \q to quitdaduxiong=# show client_encoding;   client_encoding  
• -----------------   UTF8  
• (1 row)  daduxiong=# \encoding GBK  
• daduxiong=# select * from t1;   id |          name            
• ----+-------------------------    1 | �й�                     
• 2 | 日本                  (2 rows)  
• daduxiong=# insert into t1 values (3,'美国');  INSERT 0 1daduxiong=# select * from t1;   
• id |          name            ----+-------------------------   
• 1 | �й�                     2 | 日本                    
• 3 | 美国                  
• (3 rows)daduxiong=# \q

客户端、语言环境均配置为GBK字符集，在当前环境下展现的为非乱码形式，数据录入时将发生字符集转换。
测试四：服务器与客户端、语言环境恢复一致的情况

[postgre@iss3984 ~]$ LANG=en_US.UTF8 export LANG  
• [postgre@iss3984 ~]$ psql daduxiong  Welcome to psql 8.3.11 (server 8.3.10), the PostgreSQL interactive terminal.  
• Type:  \copyright for distribution terms         \h for help with SQL commands        
• \? for help with psql commands         \g or terminate with semicolon to execute query        
• \q to quitdaduxiong=# show client_encoding; client_encoding
• -----------------   UTF8(1 row)  
• daduxiong=# select * from t1;   id |          name            
• ----+-------------------------    1 | 中国                     
• 2 | 鏃ユ湰                    3 | 缇庡浗                 
• (3 rows)daduxiong=#  

通过恢复原始的PostgreSQL字符集状态,所有环境均为UTF8字符集，此时发现经过字符集转换后的内容为乱码。