5.2. マルチバイトサポート

5.2.1. マルチバイトの使用方法

コンフィギュアを行う際に、マルチバイトオプションを付けて下さい。

% ./configure --enable-multibyte[=encoding_system]
     

下記は、ディフォルトで日本語のエンコーディングを使用するように Postgresのコンフィギュアをする例です。

% ./configure --enable-multibyte=EUC_JP
     

エンコーディングシステムが略された場合 (./configure --enable-multibyte)には、 SQL_ASCIIが使用されます。

5.2.2. エンコーディングの設定

initdbでインストールされる Postgresのディフォルトのエンコーディングを 定義します。

% initdb -E EUC_JP
     

また、異ったエンコーディングのデータベースを作成することも可能です。

% createdb -E EUC_KR korean
     

CREATE DATABASE korean WITH ENCODING = 'EUC_KR';
     

$ 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)
     

5.2.3. バックエンドとフロントエンド間での自動エンコーディング変換

Postgresでは、バックエンドと フロントエンド間での自動エンコーディング変換をいくつかの エンコーディングに対してサポートしています。

エンコーディングの自動変換を行うには、フロントエンドではどの エンコーディングを使用するかをPostgresに 指定する必要があります。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 を使用する方法。\encodingコマンドは、 フロントエンドのエンコーディングを直ちに変更します。 例えば、エンコーディングをSJISに変更する場合は、下記のようにします。

  \encoding SJIS
  	

• libpq機能を使用する方法。実際には、\encodingは PQsetClientEncoding()を呼び出しています。

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

  ここで、connとはバックエンドとの 接続を意味し、encodingは使用したい エンコーディングを意味します。エンコーディングの設定に成功するとゼロを返し、 失敗すると-1を返します。現在の接続のエンコーディングは下記を実行することによって 表示させることができます。

  int PQclientEncoding(const PGconn *conn)
  	

  "EUC_JP"などのエンコーディングシンボルではなく、"encoding id"が 返されることにご注意下さい。エンコーディングIDをエンコーディングシンボルに 変換するには下記のコマンドを実行して下さい。

  char *pg_encoding_to_char(int encoding_id)
  	

• SET CLIENT_ENCODING TOコマンドを使用する方法。 下記のSQLコマンドを実行すると、フロントエンドのエンコーディングを 設定することができます。

  SET CLIENT_ENCODING TO 'encoding';
  	

  また、SQL92構文"SET NAMES"を使うこともできます。

  SET NAMES 'encoding';
  	

  現在のフロントエンドのエンコーディングは、下記の問い合わせで 表示させることが可能です。

  SHOW CLIENT_ENCODING;
  	

  ディフォルトエンコーディングの設定に戻すには下記のコマンドを実行します。

  RESET CLIENT_ENCODING;
  	

• PGCLIENTENCODINGを使用する方法。 環境変数PGCLIENTENCODINGがクライアントの環境で 定義されている場合、バックエンドと接続が行われたら、 そのクライアントのエンコーディングが自動的に選択されます。 (これはそれが行われた後に、上記の方法を用いて書き換えることが可能です。)

5.2.4. ユニコードについて

ユニコードとその他のエンコーディング間のエンコーディング自動変換は PostgreSQL 7.1からサポートされています。これを行うには、 巨大な変換テーブルが必要となるため、ディフォルトでは使用可能になっていません。 この機能を使用するには、コンフィギュアに --enable-unicode-conversion オプションを付けて下さい。 また、この時に --enable-multibyte オプションも 必要となりますので、ご注意下さい。

5.2.5. 変換が不可能な場合の対処方法

例えば、バックエンドにEUC_JPを使用し、フロントエンドではLATIN1を 選択していたとします。この場合、いくつかの日本語はLATIN1に変換することが できません。この場合、LATIN1で表すことができない文字は下記のように 変換されます。

(HEXA DECIMAL)
     

5.2.6.

ここに記したものは様々なエンコーディングシステムを学習するためによい資料です。

• ftp://ftp.ora.com/pub/examples/nutshell/ujip/doc/cjk.inf セクション3.2にEUC_JP、EUC_CN、EUC_KR、EUC_TWの詳細説明があります。

• Unicode: http://www.unicode.org/ ユニコードのホームページ

• RFC 2044 ここでUTF-8が定義されています。

5.2.7. 歴史

Dec 7, 2000
	* An automatic encoding translation between Unicode and other
	  encodings are implemented
	* Changes above will appear in 7.1

May 20, 2000
	* SJIS UDC (NEC selection IBM kanji) support contributed
	  by Eiji Tokuya
	* Changes above will appear in 7.0.1

Mar 22, 2000
	* Add new libpq functions PQsetClientEncoding, PQclientEncoding
	* ./configure --with-mb=EUC_JP
	  now deprecated. use 
	  ./configure --enable-multibyte=EUC_JP
	  instead
  	* Add SQL_ASCII regression test case
	* Add SJIS User Defined Character (UDC) support
	* All of above will appear in 7.0

July 11, 1999
	* Add support for WIN1250 (Windows Czech) as a client encoding
	  (contributed by Pavel Behal)
	* fix some compiler warnings (contributed by Tomoaki Nishiyama)

Mar 23, 1999
	* Add support for KOI8(KOI8-R), WIN(CP1251), ALT(CP866)
	  (thanks Oleg Broytmann for testing)
	* Fix problem with MB and locale

Jan 26, 1999
	* Add support for Big5 for fronend encoding
	  (you need to create a database with EUC_TW to use Big5)
	* Add regression test case for EUC_TW
	  (contributed by Jonah Kuo <jonahkuo@mail.ttn.com.tw>)

Dec 15, 1998
	* Bugs related to SQL_ASCII support fixed

Nov 5, 1998
	* 6.4 release. In this version, pg_database has "encoding"
	  column that represents the database encoding

Jul 22, 1998
	* determine encoding at initdb/createdb rather than compile time
	* support for PGCLIENTENCODING when issuing COPY command
	* support for SQL92 syntax "SET NAMES"
	* support for LATIN2-5
	* add UNICODE regression test case
	* new test suite for MB
	* clean up source files

Jun 5, 1998
	* add support for the encoding translation between the backend
	  and the frontend
	* new command SET CLIENT_ENCODING etc. added
	* add support for LATIN1 character set
	* enhance 8 bit cleaness

April 21, 1998 some enhancements/fixes
	* character_length(), position(), substring() are now aware of 
	  multi-byte characters
	* add octet_length()
	* add --with-mb option to configure
	* new regression tests for EUC_KR
  	  (contributed by Soonmyung Hong <hong@lunaris.hanmesoft.co.kr>)
	* add some test cases to the EUC_JP regression test
	* fix problem in regress/regress.sh in case of System V
	* fix toupper(), tolower() to handle 8bit chars

Mar 25, 1998 MB PL2 is incorporated into PostgreSQL 6.3.1

Mar 10, 1998 PL2 released
	* add regression test for EUC_JP, EUC_CN and MULE_INTERNAL
	* add an English document (this file)
	* fix problems concerning 8-bit single byte characters

Mar 1, 1998 PL1 released
     

5.2.8. Windows/ODBC上のWIN1250

Postgresでは、ロケールサポートを 使用すれば、Windowsのクライアントプラットフォームに 設定されているWIN1250文字を使うことができます。

下記のことにご注意下さい。

• 特定のシステムシステムロケールでの動作確認がされています。 このテストはcs_CZ.iso8859-2ロケールを使って、RH6.0と Slackware 3.6で行われています。

• 決してサーバのマルチバイトデータベースエンコーディングをWIN1250に 設定しないで下さい。UnixにはWIN1250ロケールが存在しないので、 必ずLATIN2を使用して下さい。

• WIN1250エンコーディングはM$W ODBCクライアントでのみ使用できます。 文字はその場で変換され、正しく格納/表示されます。

稼働中には、下記のことにご注意下さい。

• このコンフィギュアは、LC_xの 設定によって順序付けの順序が変更されます。リグレションテストでは ロケールを使用しないので、テスト結果に混乱させられないようにしないで下さい。

• "ch"などは、使用しているシステムがその ロケールをサポートしている時のみに正確に格納されます。 比較的新しいシステム(RH6.0など)は作動しますが、古いシステムでは 作動しません。

• 通貨は'162,50'のように記述して下さい。 (シングルクォートの中にカンマを入れます)。

• これが書かれた時点(1999年始め)では、このコンフィギュアの 十分なテストは行われていません。何かありましたらご連絡下さい。