由PostgreSQL的区域与字符集说起

由PostgreSQL的区域与字符集说起,第1张

概述一、PostgreSQL的区域 区域属性有以下几个: LC_COLLATE:字符串排序顺序 LC_CTYPE:字符分类(什么是字母?它是这个字母的等效大写?) LC_MESSAGES:信息的语言 LC_MONETARY:货币金额的格式 LC_NUMERIC:数字的格式 LC_TIME:日期和时间的格式 PostgreSQL 使用服务器 *** 作系统提供的标准 ISO C 和 POSIX 区域机制。 区域

一、Postgresql的区域
区域属性有以下几个:
LC_ColLATE:字符串排序顺序
LC_CTYPE:字符分类(什么是字母?它是这个字母的等效大写?)
LC_MESSAGES:信息的语言
LC_MONETARY:货币金额的格式
LC_NUMERIC:数字的格式
LC_TIME:日期和时间的格式
Postgresql 使用服务器 *** 作系统提供的标准 ISO C 和 POSIX 区域机制。
区域支持是在使用 initdb 创建一个数据库集群的时候自动初始化的。
如果你的OS已经设置为你的数据库集群想要的区域,那么你就什么也不用干了。
如果你想要你的系统表现得像没有区域支持一样,那么使用特殊的区域 C 或 POSIX
一些区域性质的值一旦运行了 initdb 之后,你就再也不能更改它们了。LC_ColLATE 和 LC_CTYPE 就是这样的。它们影响索引的排序顺序,因此它们必需保持固定,其它区域性质可以在服务器启动的时候根据需要通过配置postgresql.conf变量来改变,如果你在 postgresql.conf 里面删除了这些缺省值,那么服务器将会继承来自运行环境的设置。
我们谈到从执行环境继承区域的时候,比如字符集,按照下面的顺序评估这些环境变量,直到找到一个已设置的:LC_ALL,LC_ColLATE,LANG 。如果这些环境变量一个都没有设置,那么区域缺省为 C 。一些信息区域化库也使用环境变量 LANGUAGE。
请检查核实 Postgresql 确实使用了你认为它该用的区域设置。LC_ColLATE 和 LC_CTYPE 的设置都是在 initdb 时决定的,如果不重复 initdb 是不可能改变的。其它的区域设置包括 LC_MESSAGES 和 LC_MONETARY 都是由服务器的启动环境决定的,但是可以在运行时修改。你可以用 SHOW 命令检查数据库正在使用的区域设置。

二、Postgresql的字符集
缺省的字符集是在使用 initdb 初始化数据库集群的时候选择的。在你创建数据库的时候是可以覆盖这个缺省的。因此,你可以为多个数据库设置不同的字符集。
虽然你可以给一个数据库声明你需要的任何编码,但选择一个与你选择的区域不一致的编码还是不妥的做法。LC_ColLATE 和 LC_CTYPE 设置暗示一个特定的编码,与区域相关的 *** 作(比如排序)在不兼容的编码里很有可能产生错误的解析。
一个安全使用多种编码的方法是在 initdb 的时候把区域设置为 C 或 POSIX ,这样就关闭了任何实际的区域敏感性。
Postgresql 支持在服务器和前端之间的自动编码转换。
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。

三、扩展:
1、常见编码及转换
UTF8 = UNICODE8;
UNICODE16是我们经常说的UNICODE;
GBK即汉字内码扩展规范,GBK是ANSI的一种,用0x80~0xFF 范围的2个字节来表示1个字符,根据微软资料,GBK是对GB2312-80的扩展,也就是CP936字码表;
windows英文版默认的应该是windows1252;
windows中文版用的是GB2312/GBK(用dos命令chcp查看,936为简体中文);
liunx很多默认编码都是utf-8,但是你可以通过命令设置成GB2312;
网页编码,通常是跟编辑网页的编辑器有关,比如说你的编辑器设置为GB2312字符集,那么你的网页的编码就是GB2312的。如果你用英文的 *** 作系统打开就会是乱码。不过现在的浏览器都支持字符集识别,它会帮你把GB2312编码的网页自动转换为unicode的网页,从而解决乱码的问题。
如果你的文件编码是GBK,而你的系统环境是windows1252英文环境,那么这时候你打开文件就会是乱码的;
解决方案有两种:
(1)改变系统的语言为中文就可以解决乱码的问题;
(2)将GBK编码的文件转换为unicode编码,unicode编码是万国码,一般的 *** 作系统都支持,不存在打开后乱码的问题。
每种编码都有自己的二进制编码集,平时经常遇到的问题是:
(1)对字符进行了错误的编码解析,导致出现乱码;
(2)字符在两个字符集中都存在,导致这部分字符变成“?”。
2、数据库编程的编码问题
数据库编程设计的编码问题包括三个方面:
数据库服务器编码;
数据库客户端编码;
本地环境编码。
(1)数据库服务器字符编码:
数据库服务器支持某种编码,是指数据库服务器能够从客户端接收、存储以及向客户端提供该种编码的字符,并能将该种编码的字符转换到其它编码。
查看Postgresql数据库服务器端编码:
postgres=# show server_enCoding;
server_enCoding
-----------------
UTF8
postgres=# \l
名称 | 拥有者 | 字元编码 | Collate | Ctype | TestDb1 | TestRole1 | UTF8 | Chinese (SimplifIEd)_People's Republic of China.936 | Chinese (SimplifIEd)_People's Republic of China.936 |
TestDb2 | postgres | UTF8 | Chinese (SimplifIEd)_People's Republic of China.936 | Chinese (SimplifIEd)_People's Republic of China.936 |
postgres | postgres | UTF8 | Chinese (SimplifIEd)_People's Republic of China.936 | Chinese (SimplifIEd)_People's Republic of China.936 |
template0 | postgres | UTF8 | Chinese (SimplifIEd)_People's Republic of China.936 | Chinese (SimplifIEd)_People's Republic of China.936 |
(2)数据库客户端字符编码:
客户端工具支持某种编码,必须能够显示从数据库读取的该种编码的字符,也能通过本工具将该种编码的字符提交到给服务器端。
查看Postgresql客户端工具psql编码:
postgres=# show clIEnt_enCoding;
GBK
postgres=# \enCoding
GBK
指定Postgresql会话的客户端编码:
postgres=# set clIEnt_enCoding to 'utf8';
SET
postgres=# show clIEnt_enCoding;
clIEnt_enCoding
-----------------
UTF8
(3)本地环境编码:
如果使用dos的命令行界面,本地环境就是指dos命令行环境的编码,可以使用dos命令chcp查看dos环境编码:
D:\Program files\PowerCmd>chcp
活动代码页: 936
----936为简体中文,GBK;
如果在使用某种编辑器,则本地环境编码取该编辑器的编码设置。

四、实例
虽然PG支持客户端和服务器端的编码自动转换,但是还需要遵从一个原则:本地环境的编码和客户端编码需一致。
1、Postgresql的数据库postgres,服务器端字符编码为utf8,客户端工具psql字符编码为GBK,本地环境dos命令编辑器编码为GBK,此时:
postgres=# show server_enCoding;
server_enCoding
-----------------
UTF8
(1 行记录)
postgres=# show clIEnt_enCoding;
clIEnt_enCoding
-----------------
GBK
(1 行记录)
postgres=# \! chcp
活动代码页: 936
postgres=# select * from "TestTb1";
Column1
-----------
测试
11
由于本地环境和客户端编码都是GBK,一致,没有问题;
insert时,客户端接收本地环境输入的GBK字符(两者都为GBK),客户端传到服务器端时自动转换为UTF-8编码存储,没有问题;
select时,服务器端传到客户端,UTF-8编码自动转换为GBK编码,在本地环境显示时,本地环境就是GBK编码,显示没有问题。

2、Postgresql的数据库postgres,服务器端字符编码为utf8,客户端工具psql字符编码为utf8,本地环境dos命令编辑器编码为GBK,此时:
postgres=# set clIEnt_enCoding to 'utf8';
SET
postgres=# insert into test values('测试1');
閿欒?: 鏃犳晥鐨?"UTF8" 缂栫爜瀛楄妭椤哄簭: 0xb2
postgres=# select * from test;
column1
--------------------
娴嬭瘯
(1 行记录)
由于客户端和服务器的编码一致,故不进行转码,
insert时,本地输入的GBK编码到客户端不自动转换,客户端把接收的字符作为utf编码传给服务器端不转换,GBK的编码作为UTF-8存储,故有问题。
报错的信息为:ERROR: invalID byte sequence for enCoding "UTF8": 0xb2;
select时,服务端的utf编码传给客户端不转换,客户端把utf编码传给本地环境不自动转换,utf8编码用gbk编码显示,故有问题。

3、本地环境就是指此时使用的环境,起初我使用powercmd代替windows的cmd命令行工具,实现上面第1个实例是总是失败(乱码)。
原因就是,此时本地环境编码是指powercmd的编码,而不是执行chcp命令得到的编码。
而powercmd使用的编码究竟是什么,我也没有找到。


参考:http://blog.chinaunix.net/uID-354915-ID-3502551.HTML

总结

以上是内存溢出为你收集整理的由PostgreSQL的区域与字符集说起全部内容,希望文章能够帮你解决由PostgreSQL的区域与字符集说起所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错,欢迎将内存溢出网站推荐给程序员好友。

欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/sjk/1177532.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-06-02
下一篇 2022-06-02

发表评论

登录后才能评论

评论列表(0条)

保存