postgresql客户端代码上传中文数据到服务器

虽然官方文档有提到编码的问题，但是对于中文讲的比较简单，给中文的PostgreSQL用户带来很多困扰，本文简单简述一下中文环境下PostgreSQL如何正确设置编码。
一、服务器端的编码设置
PostgreSQL在服务器端只支持两种简体中文编码:
EUC_CN和UTF-8，而由于windows不支持EUC所以，在windows环境底下只能选UTF-8。

1. 安装时的编码设置
   1.1 Linux下的中文编码设置
   设置为EUC_CN

[localhost ~]$ initdb -E EUC_CN -D
data7 --locale=zh_CN
设置为UTF-8

[galy@localhost ~]$ initdb -E UTF-8 -D
data7 --locale=zh_CN.UTF-8
1.2 Windows下的中文编码设置
设置为UTF-8

initdb.exe -E UTF8
-D c:\data3 --locale=chinese
2. 常见的问题：
2.1 不支持的服务器编码

如果环境的默认编码是PostgreSQL不支持的话，初始化的时候会报错，如下面环境的中文编码为GBK，而PG不支持GBK,所以报错。

[localhost ~]$ export
LANG=zh_CN.gbk

[localhost ~]$ initdb -D testencoding
The database cluster will be initialized with locale
zh_CN.gbk.

initdb: locale zh_CN.gbk requires unsupported encoding GBK

Encoding GBK is not allowed as a server-side encoding.

Rerun initdb with a different locale selection.
2.2 locale和编码有冲突
如果指定的locale和编码格式有冲突，同样也会报错。解决的方便是，指定编码兼容的locale.
[localhost ~]$ locale

LANG=zh_CN.gbk

LC_CTYPE=“zh_CN.gbk”
默认的locale是中文gbk,
而下面的编码确实EUC_CN,因而系统报错，解决的方法是，指定–locale=zh_CN
[localhost ~]$ initdb -E EUC_CN -D data6

The files belonging to this database system will be owned by user
“galy”.

This user must also own the server process.
The database cluster will be initialized with locale
zh_CN.gbk.

initdb: encoding mismatch

The encoding you selected (EUC_CN) and the encoding that the

selected locale uses (GBK) do not match. This
would lead to

misbehavior in various character string processing functions.

Rerun initdb and either do not specify an encoding
explicitly,

or choose a matching combination.
initdb: 警告: 编码不匹配

您选择的编码 (EUC_CN) 和所选择的语言环境使用的编码 (GBK) 不匹配的.

这样将导致处理不同字符串的函数时产生错误.

要修复此问题, 重新运行 initdb 并且不要明确指定编码, 或者先选择一个匹配

组合类型.
二、客户端的编码

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。否则将会出现乱码或者是其他问题。
本地环境的编码为GBK

C:\Program
Files\PostgreSQL\9.1\bin>chcp

活动代码页: 936
数据库的编码为UTF8

=#\t

Name
| lenovo

Owner
| lenovo

Encoding
| UTF8

Collate
| Chinese (Simplified)_People’s Republic of China.936

Ctype
| Chinese (Simplified)_People’s Republic of China.936

Access privileges |
客户端编码为GBK

lenovo=# \encoding

GBK
现在本地环境和客户端编码都是GBK,所以没有问题

客户端输入的GBK字符，会自动转化为UTF-8

lenovo=# insert into test
values(‘测试’);

INSERT 0 1
服务器端的UTF-8编码，传到客户端时候，也会自动转换编码为GBK：

lenovo=# select * from test;

name

---

测试

(1 row)
如果客户端设置为UTF-8的话,和本地环境的GBK不一致则会出现问题

lenovo=# \encoding UTF-8
由于客户端编码和服务器端一致，为UTF-8,所以不转换传到客户端，而操作系统把它当作GBK显示，所以显示乱码：

lenovo=# select * from test;

name

---

娴嬭瘯

(1 row)
而插入的字符则直接以GBK编码的形式传到服务器端，服务器端认识不了，所以报错。

lenovo=# insert into test
values(‘测试’);

ERROR: invalid byte sequence for encoding “UTF8”:
0xb2

ERROR: invalid byte sequence for encoding “UTF8”:
0xb2

输入和显示都有问题，这是因为如果客户端和服务器的编码都一致的话，则不进行转码，而输入是按照本地环境的GBK进行编码，GBK的编码进入UTF-8的库当然会有问题。
三、显示信息的中文话
PostgreSQL支持多语言显示提示信息，如果希望服务器端及客户端的提示信息为中文，还需要进行一些额外的设置。
首先， 编译的时候需要加上自然语言支持模块
./configure --enable-nls
其次，在参数配置文件postgresql.conf设置信息为中文
lc_messages =
‘zh_CN’

locale for system error message

这样在服务器端和客户端的提示信息都显示为中文
[localhost ~]$

日志: 已启动autovacuum

日志: 数据库系统准备接受连接

dsd;

错误: 语法错误 在 “dsd” 或附近的 第 1 个字符处

语句: dsd;

错误: 语法错误 在 “dsd” 或附近的

转载地址(http://blog.sina.com.cn/s/blog_976e49570100yxyu.html)

要想打开自动字符集转换功能，你必须告诉 PostgreSQL 你想在客户端使用的字符集（编码）。你可以用好几种方法实现这个目的。

用 psql 里的 /encoding 命令。 /encoding 允许你动态修改客户端编码。 比如，把编码改变为 SJIS，键入：

/encoding SJIS

使用 libpq 函数。 /encoding 在做此用途的时候实际上是调用 PQsetClientEncoding()。

int PQsetClientEncoding(PGconn *conn, const char *encoding);

这里 conn 与后端的联接，而 encoding 是你想用的编码。如果编码设置成功它返回 0，否则返回 -1。本次联接的当前编码可以用下面函数显示：

int PQclientEncoding(const PGconn *conn);

请注意它只返回编码 ID，而不是象 EUC_JP 这样的编码符号字串。 要把编码 ID 转换为编码符号，你可以用：

char *pg_encoding_to_char(int encoding_id);

使用 SET client_encoding TO。 可以用 SQL 命令设置客户端编码：

SET CLIENT_ENCODING TO ‘value’;

你还可以把 SQL 语法里的 SET NAMES用于这个目的：

SET NAMES ‘value’;

查询当前客户端编码：

SHOW client_encoding;

返回缺省编码：

RESET client_encoding;

使用 PGCLIENTENCODING。 如果在客户端的环境里定义了 PGCLIENTENCODING 环境变量， 那么在与服务器进行联接时将自动选择客户端编码。 （这个编码随后可以用上面谈到的任何其它方法覆盖。）

使用client_encoding配置变量。 如果在 postgresql.conf 里设置了 client_encoding 变量， 那么在与服务器建立了联接之后，这个客户端编码将自动选定。（这个设置随后可以被上面提到 的其他方法覆盖。）

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， 客户端是LATIN1，那62616964757a686964616fe58685e5aeb931333363376438么有些日文字符不能转换成LATIN1。这时， 不能用LATIN1字符集表示的字母将被转换成圆括弧包围的十六进制，像，(826C) 这样。

如果客户端字符集定义成了 SQL_ASCII，那么编码转换会被关闭， 不管服务器的字符集是什么都一样。和服务器一样，除非你的工作环境全部是 ASCII 数据， 否则使用 SQL_ASCII 是不明智的。

转载地址