← Uz sākumu

PostgreSQL un UTF-8

2003. gada 25. novembrī, 20 komentāri

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?

Tu atbildi augstāk redzamajam komentāram. Atcelt

Gravatar endrju

2003. gada 25. novembrī, plkst. 19:05

Palasies PostgreSQL lapā par SORT'ingu, LOW'er/UPP'er UTF-8 un .lv chariem.

Gravatar laacz

2003. gada 25. novembrī, plkst. 19:06

endrju: PostgreSQL lapa ir liela. Izsniedz lūgtum linciņus :)

Gravatar !ob

2003. gada 26. novembrī, plkst. 01:31

pat neintereseejoties pilniiga paarlieciiba ka probleema ir PHP nevis pgsql

Gravatar endrju

2003. gada 26. novembrī, plkst. 08:15

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.

Gravatar pods

2003. gada 26. novembrī, plkst. 10:35

vismaz m$ sqlserver unicodei ir atsevishkjs datu tips: nvarchar, nevis varchar

Gravatar viestards

2003. gada 26. novembrī, plkst. 11:41

esmu neziniitis Postgresql, tacu ieksh http://www.postgresql.org/docs/7.4/static/multibyte.html , tabulaa 20-1 pie servera char setiem nav mineets UTF-8, bet gan unicode. varbuut jaaraksta createdb -E UNICODE -Otest test

Gravatar viestards

2003. gada 26. novembrī, plkst. 11:48

esmu neziniitis Postgresql, tacu ieksh http://www.postgresql.org/docs/7.4/static/multibyte.html , tabulaa 20-1 pie servera char setiem nav mineets UTF-8, bet gan unicode. varbuut jaaraksta createdb -E UNICODE -Otest test

Gravatar CooLynX

2003. gada 26. novembrī, plkst. 12:52

viestards saka patiesiibu. tikko pakonsulteejos pie koleegja - tieshaam ir jaraksta createdb -E UNICODE ...

Gravatar KRISHA

2003. gada 26. novembrī, plkst. 12:55

Jaa unicode gan, pietam kad /l listo datubaaazes tur raada encodingu, so tur arii ja by default ir SQL_ASCII, tad buutu jabuut UNICODE..

Gravatar laacz

2003. gada 26. novembrī, plkst. 13:25

!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

Gravatar CooLynX

2003. gada 26. novembrī, plkst. 14:06

laacz: tieshi taa pat kaa iso8859-13 ir sinoniims windows-1257 ne? :)

Gravatar laacz

2003. gada 26. novembrī, plkst. 14:20

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.html)

Vienkārši PostgreSQL supportē tikai 8-bit multibyte characterus, liidz ar ko UNICODE jamajiem ir sinonīms UTF-8.

Gravatar buu

2003. gada 26. novembrī, plkst. 15:12

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.

Gravatar ant

2003. gada 26. novembrī, plkst. 15:18

//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)

Gravatar laacz

2003. gada 26. novembrī, plkst. 15:19

buu: neredzu jēgu. Unicode galu galā pamatdoma (manā gadījumā - izmantošanas jēga) ir multilingual saturs...

Gravatar buu

2003. gada 26. novembrī, plkst. 15:30

laacz: shii probleema ies postgresa ir veca kaa pasaule :) kaut vai kaarteejais iztirzaajums: http://dbforums.com/arch/171/2003/10/951254

Gravatar buu

2003. gada 26. novembrī, plkst. 15:32

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

Gravatar heh

2003. gada 26. novembrī, plkst. 20:17

"problēma slēpjas lielajā roku liekuma rādiusā" man gan likaas ka jo lielaaks raadiuss, jo "liekums" ir mazaax.. :) ne?

Gravatar laacz

2003. gada 27. novembrī, plkst. 09:34

heh: es zinu. Bet šādi labāk izklausās ;)