使用 psql 插入到 postgres db 的特殊字符答案

【问题标题】：Special characters on insert to postgres db with psql使用 psql 插入到 postgres db 的特殊字符
【发布时间】：2019-09-03 06:44:10
【问题描述】：

我尝试使用 psql 将特殊字符“†”添加到 varchar 字段，但没有成功。在 php 应用程序中它可以工作（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)

从表格中选择当客户端是 UTF8 时显示

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' "

如果我查看我的PHP应用程序输入的数据，字节是\x6c6f636174696f6e5986，但是当我用psql输入数据时，字节是\x6c6f636174696f6e59e280a0。

【问题讨论】：

标签： php postgresql character-encoding psql

【解决方案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，而您输入的是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，被解释和存储为三个单字节字符。
如果你的客户端编码是UTF8，而你输入的是psql：

同样的插入会报错，因为你输入†时输入的三个字节会被正确解释为匕首字符，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。

那么†用单字节\x86表示。这由 PostgreSQL 在LATIN1 编码中解释，它意味着完全不同的东西，即“选定区域的开始”控制字符U+0086。

现在，当您的 PHP 程序读回该字符时，似乎一切正常，但数据库实际上存储的字符与您的预期不同。

您会注意到，只要您尝试通过任何其他方式选择值，例如在您的 psql 控制台上。那里的值将呈现为
```
locationY\u0086
```

这是一个如何让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。

【讨论】：