使用 psql 插入 postgres 数据库时的特殊字符

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 = LATIN1collation = fi_FIcharacter type = fi_FIclient both UTF8 & LATIN1 (on commandline PGCLIENTENCODING=LATIN1 or PGCLIENTENCODING=UTF8)从表中选择显示客户端何时为 UTF8locationx \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' "如果我查看我的 PHP 应用程序\x6c6f636174696f6e5986输入的数据，字节是，但是当我输入数据时psql，字节是\x6c6f636174696f6e59e280a0.

Answer 1

它不适用于 PHP 或psql，因为该字符†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。所以†你输入的实际上是三个字节：\xE280A0，它们被解释和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 时会报错LATIN：

  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†由单个字节表示\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，只要您尝试通过任何其他方式（例如在您的psql控制台上）选择该值。那里的值将呈现为

  locationY\u0086

这是如何使事情正常工作的解决方案：

• 创建一个带有UTF8编码的新数据库。

• 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';

• 将转储加载到新数据库中psql。

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