20.2. 文字セットサポート

20.2.1. サポートされる文字セット

サーバで使用できる文字セットを表20-1に示します。

すべての API が上に一覧表とした文字セットをサポートしているわけではありません。 例えば PostgreSQL JDBC ドライバは MULE_INTERNAL、LATIN6、LATIN8、そして LATIN10 をサポートしません。

20.2.2. 文字セットの設定

initdb で PostgreSQL クラスタのデフォルト文字セットを定義します。 以下に例を示します。

initdb -E EUC_JP

これはデフォルトの文字セット(符号化方式)を EUC_JP (日本語拡張 Unix コード) に設定します。 より長いオプションの文字列を入力するのがお好みなら -E の代わりに --encoding と書くこともできます。 -E オプションも --encoding オプションも与えられない場合、SQL_ASCIIが使われます。

異なる文字セットのデータベースを作成することができます。

createdb -E EUC_KR korean

これは EUC_KR 文字セットで korean という名前のデータベースを作成します。 SQLコマンドで同じことを行うには次のようにします。

CREATE DATABASE korean WITH ENCODING 'EUC_KR';

データベースの符号化方式は pg_database システムカタログに格納されます。 psql の-lオプションか\lコマンドで符号化方式を確認することができます。

$ psql -l
            List of databases
   Name        |  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)

(訳注：オリジナルは Name 列 が Database となっていますが、7.4 での実際の結果にあわせてあります。)

20.2.3. サーバ・クライアント間の自動文字セット変換

PostgreSQL には特定の文字セットに対してサーバとクライアントの間で自動的に文字セットを変換する機能を提供しています。 変換情報は pg_conversion システムカタログに格納されています。 新しい変換を作成するには CREATE CONVERSION を使用します。 PostgreSQL には定義済みの変換がいくつか用意されています。 表20-2に定義済みの変換を示します。

自動文字セット変換を有効にするためには、クライアントでどのような文字セット(符号化方式)を使用させたいかを PostgreSQL に伝えなければなりません。 これを行うにはいくつかの方法があります。

• psql で \encoding コマンドを使います。 \encoding は実行中であってもクライアントの符号化方式を変更させることができます。 例えば符号化方式を SJIS に変えたい場合は次のように入力します。

  \encoding SJIS

• libpq 関数を使います。 \encoding は結果を得るために実際は PQsetClientEncoding() を呼び出しています。

  int PQsetClientEncoding(PGconn *conn, const char *encoding);

  ここで conn はサーバへの接続、encoding は使用したい符号化方式です。 この関数は符号化方式の設定に成功すると 0 を返し、失敗すると -1 を返します。 この接続に対する現在の符号化方式は次のようにして確認できます。

  int PQclientEncoding(const PGconn *conn);

  EUC_JP のような記号文字列ではなく符号化方式 ID を返すことに注意して下さい。 符号化方式 ID を符号化方式名に変換するには次のようにします。

  char *pg_encoding_to_char(int encoding_id);

• SET client_encoding TO を使います。 次の SQL コマンドでクライアントの符号化方式を設定できます。

  SET CLIENT_ENCODING TO 'value';

  標準SQLの構文 SET NAMES を同じ目的で使うこともできます。

  SET NAMES 'value';

  現在のクライアントの符号化方式を問い合わせるには次のようにします。

  SHOW client_encoding;

  デフォルトの符号化方式に戻すのには次のようにします。

  RESET client_encoding;

• PGCLIENTENCODING を使います。 クライアントの環境で環境変数 PGCLIENTENCODING が定義されているとサーバと接続が確立した時点で自動的にクライアントの符号化方式が選択されます。 (上で説明したその他のどんな方法でもその後書き換えできます。)

• client_encoding 変数を使います。 postgresql.conf の client_encoding 変数が設定されていると、サーバとの接続が確立した時点で自動的にクライアントの符号化方式が選択されます。 (上で説明したそのほかのどんな方法でもその後書き換えできます。)

特定の文字の変換ができなかった場合、括弧で括った16進数で表したバイト値、例えば、(826C)、に変換されます。 サーバ用にEUC_JPを、クライアント用にLATIN1を選択したとすると、日本語の文字の中にはLATIN1に変換できないものがあります。

20.2.4. 推奨文書

ここに記したものはさまざまな符号化方式システムを学習するためによい資料です。