SQL基础教程系列_基于Postgresql_创建表时的中文乱码问题(附如何修改注册表更改dos encoding方式)

最新推荐文章于 2024-08-05 14:00:13 发布

愉悦的麻婆豆腐

最新推荐文章于 2024-08-05 14:00:13 发布

阅读量1.2k

点赞数

分类专栏： SQL

SQL 专栏收录该内容

1 篇文章 0 订阅

订阅专栏

创建表时的中文乱码问题：具体分为两种，一种是输入进去就不显示中文，第二种是当上传到服务器端会返回乱码。具体原因可以参考: http://www.cnblogs.com/winkey4986/p/6279243.html （一篇博客）及 http://www.postgres.cn/docs/9.5/multibyte.html （官方字符集支持documentation）以下为总结：

1.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。

1.1 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 |

1.2 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

1.3 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。

1.3.1 修改dos命令行编码方式：

1.3.1.1 临时修改，只作用于当前打开的窗口

进入cmd窗口后，直接执行“chcp 65001”

执行完后，cmd的编码格式就是UTF-8

1.3.1.2 永久修改，修改注册表。

在运行中输入"regedit",找到HKEY_LOCAL_MACHINE\SOFTWARE\Microsoft\Command Processor

然后“右键-新建”，选择“字符串值”，“名称”列填写“autorun”, 数值数据填写“@chcp65001>null” --for windows 10

2 示例
2.1 示例1

2.1.1 设置

PostgreSQL的数据库postgres，

服务器端字符编码：utf8，

客户端工具psql字符编码：gbk，

本地环境dos命令编辑器编码：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                                                               
-----------

2.1.2 分析

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。（编码方式互相支持的转换在官方文档里有提及）

2.2 示例2

2.2.1 设置

PostgreSQL的数据库postgres，

服务器端字符编码：utf8，

客户端工具psql字符编码：utf8，

本地环境dos命令编辑器编码：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）

2.2.2 分析
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，而客户端又把接收到的没转换编码方式的字符当作utf编码直接传给服务器端且也没有转换，这时服务器就将GBK编码的字符作为UTF-8编码的字符存储，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。

2.2.3 结论

虽然PG支持客户端和服务器端的编码自动转换，但是本地环境的编码方式到客户端并不会自动转换，所以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。

3.总结

①直接在psql执行insert或者select的时候，设置client_encoding=gbk(默认)，dos命令行编码方式=gbk（本地环境的编码和客户端编码需一致），server_encoding=utf8

②使用“\i sql文件.sql”（sql文件是utf8编码）命令的时候，如果sql文件中有中文，一定要先行执行set client_encoding=utf8;(设置此之后，按照上面说的，客户端不转换，直接把接收的字符作为utf8编码传给服务器端，而文件本身就是utf8，所以不乱码；同理如果sql文件是ansi编码即gbk编码的话，确保client_encoding为gbk；总之，sql文件与client_encoding编码一致)，才不乱码。

ref：http://www.cnblogs.com/winkey4986/p/6279243.html

http://www.postgres.cn/docs/9.5/multibyte.html