5.2. 多字节支持

5.2.1. 打开多字节支持

带着多字节选项运行 configure：

./configure --enable-multibyte[
=

encoding_system


]

这里 encoding_system 可以是下表中的一个 值：

下面是一个配置例子，把 PostgreSQL 配置为缺省为日文编码：

$ 

./configure --enable-multibyte=EUC_JP

如果忽略编码系统（ ./configure --enable-multibyte ）， 那么假设为 SQL_ASCII ．

5.2.2. 设置编码

initdb 为一次 PostgreSQL 安装定义缺省的编码系统，比如：

$ 

initdb -E EUC_JP

把缺省编码设置为 EUC_JP （用于日文的扩展的 Unix 编码）． 如果你喜欢用长选项声明的话，你可以用 --encoding 代替 -E ． 如果没有给出 -E 或者 --encoding 选项， 则使用在编译时声明的 编码．

你可以创建一个有着不同编码的数据库：

$ 

createdb -E EUC_KR korean

将创建一个带有 EUC_KR 编码的名字叫 korean 的数据库． 另外一种实现方法是使用 SQL 命令：

CREATE DATABASE korean WITH ENCODING = 'EUC_KR';

数据库的编码是用系统表 pg_database 里的一个 编码字段 代表的． 你可以用 psql 的 -l 选项或 \l 命令列出这些编码．

$ 

psql -l


        List of databases
   Database    |  Owner  |   Encoding
---------------+---------+---------------
 euc_cn    | t-ishii | EUC_CN
 euc_jp    | t-ishii | EUC_JP
 euc_kr    | t-ishii | EUC_KR
 euc_tw    | t-ishii | EUC_TW
 mule_internal | t-ishii | MULE_INTERNAL
 regression    | t-ishii | SQL_ASCII
 template1     | t-ishii | EUC_JP
 test      | t-ishii | EUC_JP
 unicode       | t-ishii | UNICODE
(9 rows)

5.2.3. 服务器和客户端之间的自动编码转换

PostgreSQL 支持一些编码 在服务器和前端之间的自动编码转换．可用的组合在 Table 5-2 中列出．

要想打开编码转换功能，你必须告诉 PostgreSQL 你想在客户端使用的编码．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 'encoding';

  你还可以把 SQL92 语法里的 SET NAMES 用于这个目的：

  SET NAMES 'encoding';

  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．）

5.2.4. 关于 Unicode

自 7.1 起开始 PostgreSQL 支持 Unicode 和其它编码之间的自动转换． 对于 7.1 来说，缺省时它是没有打开的． 要打开这个特性，带着 --enable-unicode-conversion 选项运行 configure．请注意它也要求使用 --enable-multibyte 选项．

对于 7.2 而言， --enable-unicode-conversion 不是必须的． 如果声明了 --enable-multibyte ，那么 Unicode 转换功能 是自动打开的．

5.2.5. 如果不能转换会怎样？

假设你选的服务器编码是 EUC_JP ， 客户端是 LATIN1 ，那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：

(HEXA DECIMAL)

5.2.6. 参考

下面是学习各种类型的编码系统的好地方．

5.2.7. 历史

Dec 7, 2000
    * An automatic encoding translation between Unicode and other
      encodings are implemented
    * Changes above will appear in 7.1

May 20, 2000
    * SJIS UDC (NEC selection IBM kanji) support contributed
      by Eiji Tokuya
    * Changes above will appear in 7.0.1

Mar 22, 2000
    * Add new libpq functions PQsetClientEncoding, PQclientEncoding
    * ./configure --with-mb=EUC_JP
      now deprecated. use
      ./configure --enable-multibyte=EUC_JP
      instead
      * Add SQL_ASCII regression test case
    * Add SJIS User Defined Character (UDC) support
    * All of above will appear in 7.0

July 11, 1999
    * Add support for WIN1250 (Windows Czech) as a client encoding
      (contributed by Pavel Behal)
    * fix some compiler warnings (contributed by Tomoaki Nishiyama)

Mar 23, 1999
    * Add support for KOI8(KOI8-R), WIN(CP1251), ALT(CP866)
      (thanks Oleg Broytmann for testing)
    * Fix problem with MB and locale

Jan 26, 1999
    * Add support for Big5 for frontend encoding
      (you need to create a database with EUC_TW to use Big5)
    * Add regression test case for EUC_TW
      (contributed by Jonah Kuo 
<
jonahkuo@mail.ttn.com.tw
>
)

Dec 15, 1998
    * Bugs related to SQL_ASCII support fixed

Nov 5, 1998
    * 6.4 release. In this version, pg_database has "encoding"
      column that represents the database encoding

Jul 22, 1998
    * determine encoding at initdb/createdb rather than compile time
    * support for PGCLIENTENCODING when issuing COPY command
    * support for SQL92 syntax "SET NAMES"
    * support for LATIN2-5
    * add UNICODE regression test case
    * new test suite for MB
    * clean up source files

Jun 5, 1998
    * add support for the encoding translation between the backend
      and the frontend
    * new command SET CLIENT_ENCODING etc. added
    * add support for LATIN1 character set
    * enhance 8-bit cleanliness

April 21, 1998 some enhancements/fixes
    * character_length(), position(), substring() are now aware of
      multi-byte characters
    * add octet_length()
    * add --with-mb option to configure
    * new regression tests for EUC_KR
        (contributed by Soonmyung Hong)
    * add some test cases to the EUC_JP regression test
    * fix problem in regress/regress.sh in case of System V
    * fix toupper(), tolower() to handle 8bit chars

Mar 25, 1998 MB PL2 is incorporated into
PostgreSQL
6.3.1

Mar 10, 1998 PL2 released
    * add regression test for EUC_JP, EUC_CN and MULE_INTERNAL
    * add an English document (this file)
    * fix problems concerning 8-bit single byte characters

Mar 1, 1998 PL1 released

5.2.8. Windows/ODBC 里的 WIN1250

当你把区域支持打开后，你可以将使用 WIN1250 字符集的 Windows 客户端与 PostgreSQL 一起用．

请记住下面的东西：

• 你的成功依赖于合适的系统区域设置．我们已经在 RH6.0 和 Slackware 3.6 上测试过了， 区域设置为 cs_CZ.iso8859-2 ．

• 千万不要把服务器的数据库编码设置为 WIN1250． 只要用 LATIN2 就好了，因为在 Unix 里没有 WIN1250 区域．

• WIN1250 编码只用于 Windows ODBC 的客户端．该字符集是运行时记录的， 然后才能正确显示和存储．