PostgreSQL un UTF-8
- 2003.11.25. 18:31
- Ženerāli
Nolūkā pārliecināties, ka PostgreSQL ir potenciālā DBVS, uz kuru varētu migrēt, jamā tika arī uzinstalēta. Viss ir dikti jau nu feini. Ja neskaita pagaidām vienu lielu problēmu (iespējams, ka problēma slēpjas lielajā roku liekuma rādiusā).
Tātad tā. Inicializējam datu direktoriju:
initdb -E UTF8 /home/sqlpostgres/sql
Tātad tā. Izveidojam datubāzi:
createdb -E UTF8 -Otest test
Izveidojam ideālu tabulu:
create table test (text varchar(254));
Ievietojam divus ierakstus, pirms tam norādot, ka mūsu klienta lokāle ir UNICODE.
pg_set_client_encoding('UNICODE');
pg_query('INSERT INTO test VALUES(\'āžēš\')');
pg_query('INSERT INTO test VALUES(\'ĀŽĒŠ\')');
Piezīmēšu, ka visu daru ar PHP skripta palīdzību un visur viss notiek iekš UTF-8 :)
Un te nu ir pats selekts:
SELECT text, LOWER(text) AS lowertext, UPPER(text) AS uppertext FROM test
Protams, ka rezultāts mani neapmierina.
Un nestāstiet man, ka jānorāda lokāle. Interesanti, kā tad strādā sekojošs PHP koda gabals, kurš spēj mainīt keisu jebkurā valodā rakstītam skriptam? Tiek izmantots PHP multibyte funkcijām pārbagātais modulis.
mb_internal_encoding("UTF-8");
$str_lower = mb_convert_case($str, MB_CASE_LOWER);
$str_upper = mb_convert_case($str, MB_CASE_UPPER);
Ja nu es kaut ko ne tā daru, tad, lūgtum, paskolojiet mani, ok?
Komentāri (20)
Palasies PostgreSQL lapā par SORT’ingu, LOW’er/UPP’er UTF-8 un .lv chariem.
endrju: PostgreSQL lapa ir liela. Izsniedz lūgtum linciņus :)
pat neintereseejoties pilniiga paarlieciiba ka probleema ir PHP nevis pgsql
laacz: Sorry, bet linku neatceros. Atceros, ka veidojot portālu ar PostgreSQL un UTF-8 – radās problēmas ar SORT’ingu no UTF-8 db,
tb, nemācēja pareizi kārtot .lv un .ru valodā
Pameklējos google/pgsql saitos un šo to noderīgu arī atradu. Mailinglistēs, ja nemaldos.
vismaz m$ sqlserver unicodei ir atsevishkjs datu tips: nvarchar, nevis varchar
esmu neziniitis Postgresql, tacu ieksh
http://www.postgresql.org/docs/7.4/static/multibyt... , tabulaa 20-1 pie servera char setiem nav mineets UTF-8, bet gan unicode. varbuut jaaraksta
createdb -E UNICODE -Otest test
esmu neziniitis Postgresql, tacu ieksh
http://www.postgresql.org/docs/7.4/static/multibyt... , tabulaa 20-1 pie servera char setiem nav mineets UTF-8, bet gan unicode. varbuut jaaraksta
createdb -E UNICODE -Otest test
viestards saka patiesiibu. tikko pakonsulteejos pie koleegja – tieshaam ir jaraksta createdb -E UNICODE …
Jaa unicode gan, pietam kad /l listo datubaaazes tur raada encodingu, so tur arii ja by default ir SQL_ASCII, tad buutu jabuut UNICODE..
!ob, ar PHP te nav nekaada sakara :) No konsoles tieši tas pats :)
KRISHA: Ir, ir UNICODE :)
Viestards, CooLynX: UTF-8 ir UNICODE sinoniims throughout all of PostgreSQL
laacz: tieshi taa pat kaa iso8859-13 ir sinoniims windows-1257 ne? :)
CooLynX: nope. UTF-8 ir Unicode apakshsets. Savukaart Windows-1257 un ISO-8859-13 ir viens un tas pats (http://www.w3.org/International/O-charset-lang.htm...)
Vienkārši PostgreSQL supportē tikai 8-bit multibyte characterus, liidz ar ko UNICODE jamajiem ir sinonīms UTF-8.
postgresql upper un lower prieks unicodes chariem kas nav ascii chari nesuportee.
var meeginaat lietot convert funkciju un nokonverteet uz zemaaku encodingu pirms izsaukt upper vai lower.
//UTF–8 ir Unicode apakshsets//
he hei, lēnāk pār tiltu :-)
tas nav nekāds apakšsets, bet gan īpašs veids, kā glabāt Unicode baitus (lauj ietaupīt vietu tiem tekstiem, kuros simboli pārsvarā ir no ASCII simbolu kopas, aka angļu valodas burti)
buu: neredzu jēgu. Unicode galu galā pamatdoma (manā gadījumā – izmantošanas jēga) ir multilingual saturs…
ant, OK. Kļūdījos:)
laacz: shii probleema ies postgresa ir veca kaa pasaule :)
kaut vai kaarteejais iztirzaajums: http://dbforums.com/arch/171/2003/10/951254
komentaars no pgsql developeriem:
upper/lower aren’t going to work desirably in any multi-byte character
set encoding. I think Peter E. is looking into what it would take to
fix this for 7.5, but at present you are going to need to use a
single-byte encoding within the server. (Nothing to stop you from using
UTF-8 on the client side though.)
regards, tom lane
“problēma slēpjas lielajā roku liekuma rādiusā”
man gan likaas ka jo lielaaks raadiuss, jo “liekums” ir mazaax.. :) ne?
heh: es zinu. Bet šādi labāk izklausās ;)
Ierakstīt savu sakāmo