PostgreSQL编码格式：客户端服务器、客户端、服务器端相关影响

关于字符编码这块，官网链接：

https://www.postgresql.org/docs/current/charset.html

 

刚刚写了几百字的东西因为断网，导致全没有了，重头再写，我就只想记录东西我自己看了：

1）客户端编码格式默认是从客户端的服务器编码获取，也就是LANG环境变量。

2）客户端编码和服务器编码如果一致，则插入的数据之间不经过转码，存入服务器。

3）客户端编码和服务器编码如果不一致，则插入的数据会传输到服务器端，并进行自动转码，存入数据库服务器。

4）如果服务器端传过来的数据，本地编码对应的字符集不支持中文，那么也就不能显示，即使编码转换是正确的。

 

越写越迷糊：

还是从客户端服务器编码，客户端编码，服务器编码来理一理：

客户端服务器编码：

[postgres@localhost ~]$ echo $LANG
en_US.UTF-8

客户端编码：

UTF8

服务器编码：

UTF8

 

当客户端的输入汉字时，是从客户端服务器编码集中获取的编码值，发现是UTF8，这时，客户端也是UTF8。服务器收到数据后，发现客户端和服务器编码一致都是UTF8，因此不做转换直接存储。查询也没有问题。

当客户端编码改为GBK时，客户端服务器编码还是UTF8。在输入汉字时，其实是UTF8的，而服务器收到数据时，发现客户端编码是GBK，就将UTF8的数据从GBK转为UTF8进行存储。可能会出错，就报错，如：

ERROR: character with byte sequence 0xad 0xe5 in encoding "GBK" has no equivalent in encoding "UTF8"

而有时候不出错，因为将实际上为UTF8的编码字符串转为了GBK的存储成功了，查询时，再将错误的UTF8编码转为了GBK（实际是原始的UTF8编码），显示时客户端服务器编码为UTF8，因此也能正常显示。

 

如果将客户端服务器、客户端都设为为GBK，服务器为UTF8。此时应该没有问题，因为在输入中文时，就是GBK编码，而客户端也是GBK，服务器就会将GBK编码转为UTF8，不会有错，存为UTF8字符串。查询时再做转换，在其他环境中查询也转为对应的编码显示。

 

因此，客户端服务器编码和客户端编码一定要统一，否则会出现输入的是客户端服务器编码，存储时却根据客户端编码往UTF8进行转换，导致出现错误或者乱码。

 

 

 

那么就有如下这种情况：

当我一开始使用UTF8插入数据，服务器端也是UTF8，查询显示都OK；然后修改客户端编码为GBK，插入数据，此时服务器自动会将GBK转换为UTF8，当在客户端查询时，再将UTF8转为GBK。

如果说都是从服务端的UTF8转为GBK，怎么会出现第一条是乱码，怎么解决？

 

不管怎么样，服务器都存放的是UTF8编码格式的数据，那么应该不存在乱码的问题啊？服务端统一将UTF8转为GBK，不能说第一条原本是UTF8没有发生转换过，因此往GBk转就失败。第二条也是从UTF8转为GBK的呢···，

除非！服务器端向客户端传输数据时根本没有转换：

当客户端和服务器端都为UTF8时，数据传输到服务器，直接存入为UTF8。

客户端变为GBK时，存入服务器也是GBK。

这样查询时，在GBK情况下，第一条返回为UTF8编码，根据GBK显示就是乱码。第二条本身就是GBK，因此不是乱码？

 

那么做一个实验：

开启两个客户端，一个是UTF8，一个是GBK，在两边各插入一条数据，看看两边的查询是否能正常显示。若能正常显示，说明在服务器端都转为了UTF8，如果两边各有一条显示为乱码，说明服务器端没转编码为UTF8.

psql中为UTF8，插入到UTF8的数据库中成功，改变为GBK后，插入失败：

postgres=# show client_encoding;
 client_encoding 
-----------------
 UTF8
(1 row)

postgres=# show server_encoding;
 server_encoding 
-----------------
 UTF8
(1 row)

postgres=# create table test(id int, info varchar(32), crt_time timestamp);
CREATE TABLE
postgres=# insert into test values(1, '中国-UTF8', now());
INSERT 0 1
postgres=# set client_encoding=GBK;
SET
postgres=# insert into test values(1, '中国-GBK', now());
ERROR:  character with byte sequence 0xad 0xe5 in encoding "GBK" has no equivalent in encoding "UTF8"

　　

psql为GBK时，插入失败：

 

[postgres@localhost ~]$ psql
psql (11.4)
Type "help" for help.

postgres=# \encoding
UTF8
postgres=# show server_encoding;
 server_encoding 
-----------------
 UTF8
(1 row)

postgres=# show client_encoding;
 client_encoding 
-----------------
 UTF8
(1 row)

postgres=# set client_encoding = GBK;
SET
postgres=# show client_encoding;
 client_encoding 
-----------------
 GBK
(1 row)

postgres=# insert into test values(1, '中国-GBK', now());
ERROR:  character with byte sequence 0xad 0xe5 in encoding "GBK" has no equivalent in encoding "UTF8"
postgres=# 

　　

 

下面是参考的资料：

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>：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42

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