使用 psql 插入 postgres db 时的特殊字符

Question

我尝试将特殊字符“†”与 psql 添加到 varchar 字段，但没有成功。 从 php 应用程序它可以工作（php 用户为 iso8859-1）。

db 的设置是：

encoding = LATIN1
collation = fi_FI
character type = fi_FI
client both UTF8 & LATIN1 (on commandline PGCLIENTENCODING=LATIN1 or PGCLIENTENCODING=UTF8)

从表中选择显示客户端何时为 UTF8

locationx \u0086

如何将值从 psql 添加到数据库？ 以下都不起作用。

update tablex set field1 = 'locationY' || '†'
update tablex set field1 = 'locationY' || U&'\86'

给出错误信息。

ERROR:  character with byte sequence 0xe2 0x80 0xa0 in encoding "UTF8" has no equivalent in encoding "LATIN1"
ERROR:  invalid Unicode escape value at or near "\86' "

如果我查看 PHP 应用程序输入的数据，则字节为\\x6c6f636174696f6e5986 ，但是当我使用psql输入数据时，字节为\\x6c6f636174696f6e59e280a0 。

Answer 1

它不适用于 PHP 或psql ，因为字符†在 LATIN-1 编码中不存在。 您只是无法将其存储在数据库中。

让我解释一下发生了什么。

• 如果您的客户端编码是LATIN1并且您输入psql ：

   INSERT INTO ... VALUES ('locationY†');

  成功存储，因为您的终端设置为 UTF-8。 因此，您键入的†实际上是三个字节： \\xE280A0 ，它们被解释并存储为三个单字节字符。

• 如果您的客户端编码是UTF8并且您输入psql ：

  同样的insert会报错，因为输入†时输入的三个字节会被正确解释为dagger字符，而PostgreSQL尝试将字符转换为LATIN时会报错：

   ERROR: character with byte sequence 0xe2 0x80 0xa0 in encoding "UTF8" has no equivalent in encoding "LATIN1"

• 使用 PHP，您的客户端编码可能设置为LATIN1 ，而 PHP 程序实际上使用的是 WINDOWS-1252 编码。

  然后†由单字节\\x86 。 这是由 PostgreSQL 在LATIN1编码中解释的，它意味着完全不同的东西，即“所选区域的开始”控制字符U+0086 。

  现在，当您的 PHP 程序读回该字符时，一切似乎都正常工作，但数据库实际上存储的字符与您预期的不同。

  您会注意到，一旦您尝试通过任何其他方式选择该值，例如在您的psql控制台上。 那里的值将呈现为

  locationY\†

这是如何使事情正常工作的解决方案：

• 使用UTF8编码创建一个新数据库。

• 转储旧数据库

  pg_dump -F p -E LATIN1 dbname

• 手动编辑转储并更改行

  SET client_encoding = 'LATIN1';

  到

  SET client_encoding = 'WIN1252';

• 使用psql将转储加载到新数据库中。

• 将 PHP 应用程序的client_encoding更改为WIN1252并开始使用新数据库。