pgsql.cc 提供对 postgresql.org 官网内容的中文翻译，由 Pigsty 团队维护。
PostgreSQL中的字符集支持允许你以多种字符集 存储文本，包括 ISO 8859 系列之类的单字节字符集，以及 EUC（扩展 Unix 编码）、Unicode 和 Mule 内部编 码之类的多字节字符集。所有字符集都可以在整个服务器中透明地使用。 （如果你使用来自其他来源的扩展函数，则取决于它们的代码编写得是否 正确。）默认字符集是在使用 initdb初始化PostgreSQL 数据库集簇时选定的。在使用createdb创建数据库时， 或者使用 SQL 命令CREATE DATABASE时，都可以覆盖 该设置，因此你可以拥有多个 数据库，并让每个数据库使用不同的字符集。
表 20.1显示了服务器中可用的字符集。
表 20.1. 服务器字符集
| 名称 | 描述 |
|---|---|
SQL_ASCII |
ASCII |
EUC_JP |
日语 EUC |
EUC_CN |
中文 EUC |
EUC_KR |
韩语 EUC |
JOHAB |
韩语 EUC（Hangle 基） |
EUC_TW |
台湾 EUC |
UNICODE |
Unicode（UTF-8） |
MULE_INTERNAL |
Mule 内部编码 |
LATIN1 |
ISO 8859-1/ECMA 94（拉丁字母表 1 号） |
LATIN2 |
ISO 8859-2/ECMA 94（拉丁字母表 2 号） |
LATIN3 |
ISO 8859-3/ECMA 94（拉丁字母表 3 号） |
LATIN4 |
ISO 8859-4/ECMA 94（拉丁字母表 4 号） |
LATIN5 |
ISO 8859-9/ECMA 128（拉丁字母表 5 号） |
LATIN6 |
ISO 8859-10/ECMA 144（拉丁字母表 6 号） |
LATIN7 |
ISO 8859-13（拉丁字母表 7 号） |
LATIN8 |
ISO 8859-14（拉丁字母表 8 号） |
LATIN9 |
ISO 8859-15（拉丁字母表 9 号） |
LATIN10 |
ISO 8859-16/ASRO SR 14111（拉丁字母表 10 号） |
ISO_8859_5 |
ISO 8859-5/ECMA 113（拉丁/西里尔） |
ISO_8859_6 |
ISO 8859-6/ECMA 114（拉丁/阿拉伯） |
ISO_8859_7 |
ISO 8859-7/ECMA 118（拉丁/希腊） |
ISO_8859_8 |
ISO 8859-8/ECMA 121（拉丁/希伯来） |
KOI8 |
KOI8-R(U) |
ALT |
Windows CP866 |
WIN874 |
Windows CP874（泰语） |
WIN1250 |
Windows CP1250 |
WIN |
Windows CP1251 |
WIN1256 |
Windows CP1256（阿拉伯语） |
TCVN |
TCVN-5712/Windows CP1258（越南语） |
在PostgreSQL 7.2 之前，LATIN5 错误地表示 ISO 8859-5。从 7.2 开始，LATIN5表示 ISO 8859-9。如果你有一个在 7.1 或更早版本上创建的LATIN5 数据库，并且想要迁移到 7.2 或之后的版本，应当留意这一变化。
并非所有客户端API都支持上表中的全部字符集。例如， PostgreSQL JDBC 驱动就不支持 MULE_INTERNAL、LATIN6、 LATIN8和LATIN10。
initdb为PostgreSQL集 簇定义默认字符集（编码）。例如：
initdb -E EUC_JP
这会把默认字符集设为EUC_JP（日语的扩展 Unix 编 码）。如果你喜欢更长的选项形式，也可以用--encoding代 替-E。如果未给出-E或 --encoding选项，则使用SQL_ASCII。
你可以创建使用不同字符集的数据库：
createdb -E EUC_KR korean
这将创建一个名为korean的数据库，它使用 EUC_KR字符集。 另一种实现方式是使用以下 SQL 命令：
CREATE DATABASE korean WITH ENCODING 'EUC_KR';
数据库的编码存储在系统目录pg_database中。可以使用 psql的-l选项或\l命令查看。
$ 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)
虽然你可以为数据库指定任何想要的编码，但选择一个与所选区域设置 所期望的编码不一致的编码是不明智的。LC_COLLATE和 LC_CTYPE设置隐含着一种特定的编码，依赖区域的 操作（例如排序）很可能会错误解释以不兼容编码存储的数据。
由于这些区域设置被initdb冻结，在同一集簇的不同 数据库中使用不同编码的表面灵活性，与其说是真实的，不如说是理论上的。 这些机制将来很可能会在 PostgreSQL的 未来版本中被重新考虑。
安全使用多种编码的一种办法，是在initdb时把区域 设置设为C或POSIX，从而禁用 任何真正的区域感知。
PostgreSQL 支持在服务器和客户端之间，对某些字符集进行自动字符集转换。转换信息保存在系统目录 pg_conversion 中。可以使用 SQL 命令 CREATE CONVERSION 创建新的转换。PostgreSQL 自带了一些预定义转换，它们列于 表 20.2。
表 20.2. 客户端/服务器字符集转换
| 服务器字符集 | 可用的客户端字符集 |
|---|---|
SQL_ASCII |
SQL_ASCII, UNICODE, MULE_INTERNAL |
EUC_JP |
EUC_JP, SJIS, UNICODE, MULE_INTERNAL |
EUC_CN |
EUC_CN, UNICODE, MULE_INTERNAL |
EUC_KR |
EUC_KR, UNICODE, MULE_INTERNAL |
JOHAB |
JOHAB, UNICODE |
EUC_TW |
EUC_TW, BIG5, UNICODE, MULE_INTERNAL |
LATIN1 |
LATIN1, UNICODE MULE_INTERNAL |
LATIN2 |
LATIN2, WIN1250, UNICODE, MULE_INTERNAL |
LATIN3 |
LATIN3, UNICODE, MULE_INTERNAL |
LATIN4 |
LATIN4, UNICODE, MULE_INTERNAL |
LATIN5 |
LATIN5, UNICODE |
LATIN6 |
LATIN6, UNICODE, MULE_INTERNAL |
LATIN7 |
LATIN7, UNICODE, MULE_INTERNAL |
LATIN8 |
LATIN8, UNICODE, MULE_INTERNAL |
LATIN9 |
LATIN9, UNICODE, MULE_INTERNAL |
LATIN10 |
LATIN10, UNICODE, MULE_INTERNAL |
ISO_8859_5 |
ISO_8859_5, UNICODE, MULE_INTERNAL, WIN, ALT, KOI8 |
ISO_8859_6 |
ISO_8859_6, UNICODE |
ISO_8859_7 |
ISO_8859_7, UNICODE |
ISO_8859_8 |
ISO_8859_8, UNICODE |
UNICODE |
EUC_JP, SJIS, EUC_KR, UHC, JOHAB, EUC_CN, GBK, EUC_TW, BIG5, LATIN1 到 LATIN10, ISO_8859_5, ISO_8859_6, ISO_8859_7, ISO_8859_8, WIN, ALT, KOI8, WIN1256, TCVN, WIN874, GB18030, WIN1250 |
MULE_INTERNAL |
EUC_JP, SJIS, EUC_KR, EUC_CN, EUC_TW, BIG5, LATIN1 到 LATIN5, WIN, ALT, WIN1250, BIG5, ISO_8859_5, KOI8 |
KOI8 |
ISO_8859_5, WIN, ALT, KOI8, UNICODE, MULE_INTERNAL |
ALT |
ISO_8859_5, WIN, ALT, KOI8, UNICODE, MULE_INTERNAL |
WIN874 |
WIN874, UNICODE |
WIN1250 |
LATIN2, WIN1250, UNICODE, MULE_INTERNAL |
WIN |
ISO_8859_5, WIN, ALT, KOI8, UNICODE, MULE_INTERNAL |
WIN1256 |
WIN1256, UNICODE |
TCVN |
TCVN, UNICODE |
若要启用这种自动字符集转换，必须告诉PostgreSQL 你希望客户端使用哪种字符集（编码）。有几种方法可以做到这一点：
在psql中使用\encoding 命令。\encoding允许动态更改客户端编码。例如，要把 编码改成SJIS，可以输入：
\encoding SJIS
使用libpq函数。\encoding实际上就是为达到这一目的而调用 PQsetClientEncoding()。
int PQsetClientEncoding(PGconn *conn, const char *encoding);
其中conn是到服务器的连接，而encoding是你想使用的编码。如果该函数成功设置了编码，它返回 0，否则返回 -1。此连接的当前编码可以用下面的函数确定：
int PQclientEncoding(const PGconn *conn);
注意，它返回的是编码 ID，而不是像EUC_JP这样的符号字符串。要把编码 ID 转换为编码名，可以用：
char *pg_encoding_to_char(int encoding_id);
使用SET client_encoding TO。 可以使用以下 SQL 命令设置客户端编码：
SET CLIENT_ENCODING TO 'value';
也可以为此使用更标准的 SQL 语法SET NAMES：
SET NAMES 'value';
要查询当前客户端编码：
SHOW client_encoding;
要返回到默认编码：
RESET client_encoding;
使用PGCLIENTENCODING。如果在客户端环境中定义了 PGCLIENTENCODING环境变量，那么连接服务器时会自动选 择该客户端编码。（之后仍可以用上面提到的任何其他方法覆盖它。）
使用配置变量client_encoding。如果设置了 client_encoding变量，那么连接服务器时会自动选 择该客户端编码。（之后仍可以用上面提到的任何其他方法覆盖它。）
如果某个特定字符无法完成转换——假设你为服务器选择了 EUC_JP，而为客户端选择了LATIN1， 那么某些日语字符将无法转换为LATIN1—— 此时该字符会被转换为带括号的十六进制字节值，例如 (826C)。
这些都是开始了解各种编码系统的良好资料。
其中对EUC_JP、EUC_CN、 EUC_KR和EUC_TW的详细说明见第 3.2 节。
Unicode Consortium 网站。
UTF-8 在这里定义。
译文有误、术语不当或页面显示问题，请到译文仓库 pgsty/pgdoc 报告译文问题。 英文原文本身的问题，请在当前版本的对应页面向上游反馈；上游不再修订已结束维护的版本。