diff --git a/doc/README.mb b/doc/README.mb index d5436d1603..4d6c3288af 100644 --- a/doc/README.mb +++ b/doc/README.mb @@ -1,4 +1,4 @@ -postgresql 6.4 multi-byte (MB) support README Jul 22 1998 +postgresql 6.4 multi-byte (MB) support README Dec 16 1998 Tatsuo Ishii t-ishii@sra.co.jp @@ -11,7 +11,7 @@ multi-byte character sets such as EUC(Extended Unix Code), Unicode and Mule internal code. With the MB enabled you can use multi-byte character sets in regexp ,LIKE and some functions. The encoding system chosen is determined when initializing your PostgreSQL installation -using initdb(1). Note that this can be overrided when creating a +using initdb(1). Note that this can be overridden when creating a database using createdb(1) or create database SQL command. So you could have multiple databases with different encoding system. @@ -23,16 +23,13 @@ me know if you find any problem while using 8-bit characters) 1. How to use -create src/Makefile.custom with a line including: - - MB=encoding_system - -or run configure with the mb option: +run configure with the mb option: % configure --with-mb=encoding_system where encoding_system is one of: + SQL_ASCII ASCII EUC_JP Japanese EUC EUC_CN Chinese EUC EUC_KR Korean EUC @@ -47,11 +44,6 @@ where encoding_system is one of: Example: - % cat Makefile.custom - MB=EUC_JP - - or - % configure --with-mb=EUC_JP If MB is disabled, nothing is changed except better supporting for @@ -78,6 +70,31 @@ another way to accomplish this is to use a SQL command: CREATE DATABASE korean WITH ENCODING = 'EUC_KR'; +The encoding for a database is represented as "encoding" column in the +pg_database system catalog. + + datname |datdba|encoding|datpath + -------------+------+--------+------------- + template1 | 1739| 1|template1 + postgres | 1739| 0|postgres + euc_jp | 1739| 1|euc_jp + euc_kr | 1739| 3|euc_kr + euc_cn | 1739| 2|euc_cn + unicode | 1739| 5|unicode + mule_internal| 1739| 6|mule_internal + +A number in the encoding column is "encoding id" and can be translated +to the encoding name using pg_encoding command. + + $ pg_encoding 1 + EUC_JP + +If an argument to pg_encoding is not a number, then it is regarded as +an encoding name and pg_encoding will return the encoding id. + + $ pg_encoding EUC_JP + 1 + 3. PGCLIENTENCODING If an environment variable PGCLIENTENCODING is defined on the @@ -90,6 +107,7 @@ backend would be translated to SJIS of course. Supported encodings for PGCLIENTENCODING are: + SQL_ASCII ASCII EUC_JP Japanese EUC SJIS Yet another Japanese encoding EUC_CN Chinese EUC @@ -151,6 +169,13 @@ Unicode: http://www.unicode.org/ 5. History +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 diff --git a/doc/README.mb.jp b/doc/README.mb.jp index 08476595dc..52ae09ec48 100644 --- a/doc/README.mb.jp +++ b/doc/README.mb.jp @@ -1,4 +1,4 @@ -postgresql 6.4 multi-byte (MB) support README 1998/7/22 作成 +postgresql 6.4 multi-byte (MB) support README 1998/12/16 作成 石井達夫 t-ishii@sra.co.jp @@ -19,7 +19,7 @@ postgresql 6.4 multi-byte (MB) support README 1998/7/22 作成 6.マルチバイト文字の LIKE 検索が使用可能 7.character_length(), position(), substring() でのマルチバイト サポート - 8.環境変数 PGCLIENTENCODING により、クライアント側の文字コード + 8.環境変数 PGCLIENTENCODING により、フロントエンド側のエンコーディング がバックエンド側と異る場合に、自動的にコード変換を行ないます。 インストール： @@ -27,20 +27,17 @@ postgresql 6.4 multi-byte (MB) support README 1998/7/22 作成 デフォルトでは PostgreSQL はマルチバイトをサポートしていません。 マルチバイトサポートを有効にする方法を説明します。 - src/Makefile.custom というファイルを作り、 - - MB=EUC_JP - - の 1 行を追加します。あるいは、configure 起動時に以下のように指定します。 + configure 起動時に以下のように指定します。 % configure --with-mb=EUC_JP - 文字コードとしては EUC_JP を含め、以下のコードが initdb による + エンコーディングとしては EUC_JP を含め、以下のコードが initdb による データベース初期化時およびデータベース作成時 (Unix コマンドの createdb もしくは SQL の create database) - に指定できます。Makefile.custom あるいは configure で指定した文字コー - ドは initdb の省略時の文字コードになります。 + に指定できます。configure で指定したエンコーディングは initdb の省略時の + エンコーディングになります。 + SQL_ASCII ASCII EUC_JP 日本語 EUC EUC_CN GB をベースにした中文EUC。code set 2 は SS2+2バイトコード = 3バイト表現です。 @@ -72,42 +69,68 @@ postgresql 6.4 multi-byte (MB) support README 1998/7/22 作成 http://www.sra.co.jp/people/t-ishii/PostgreSQL/ でも簡単なインストー ル方法を紹介しています。 -initdb/createdb/create database における文字コードの指定について +initdb/createdb/create database におけるエンコーディングの指定について - initdb では以下のオプションで文字コードが指定できます。 + initdb では以下のオプションでエンコーディングが指定できます。 - -e 文字コード - -pgencoding 文字コード + -e エンコーディング + -pgencoding エンコーディング - ここで指定した文字コードは、以後 createdb/create database で文字コードを - 省略した場合に設定される文字コードになります。-e または -pgencoding - オプションを省略した場合は、Makefile.custom あるいは configure で指 - 定した文字コードが採用されます。 + ここで指定したエンコーディングは、以後 createdb/create database でエ + ンコーディングを省略した場合に設定されるエンコーディングになります。 + -e または -pgencoding オプションを省略した場合は、configure で指定し + たエンコーディングが採用されます。 - createdb では以下のオプションで文字コードが指定できます。 + createdb では以下のオプションでエンコーディングが指定できます。 - -E 文字コード + -E エンコーディング - create database では以下のオプションで文字コードが指定できます。 + create database では以下のオプションでエンコーディングが指定できます。 - CREATE DATABASE dbanme WITH ENCODING = '文字コード'; + CREATE DATABASE dbanme WITH ENCODING = 'エンコーディング'; LOCATION を同時に指定する場合は以下のようになります。 - CREATE DATABASE dbanme WITH LOCATION = 'path' ENCODING = '文字コード'; + CREATE DATABASE dbanme WITH LOCATION = 'path' ENCODING = 'エンコーディング'; - createdb/create database は、文字コード指定を省略した場合は、initdb - で指定した文字コードが採用されます。 + createdb/create database は、エンコーディング指定を省略した場合は、initdb + で指定したエンコーディングが採用されます。 + + データベースのエンコーディングは、psql の \l や、SQL 文の + select * from pg_database で参照できます。 + + datname |datdba|encoding|datpath + -------------+------+--------+------------- + template1 | 1739| 1|template1 + postgres | 1739| 0|postgres + euc_jp | 1739| 1|euc_jp + euc_kr | 1739| 3|euc_kr + euc_cn | 1739| 2|euc_cn + unicode | 1739| 5|unicode + mule_internal| 1739| 6|mule_internal + + encoding カラムの数値がそのデータベースのエンコーディングを表します + (エンコーディングID)。エンコーディング ID をエンコーディング名に変換 + するには、pg_encoding コマンドを使用します。たとえば、 + + $ pg_encoding 1 + EUC_JP + + のようになります。なお、pg_encoding は数字以外が与えられるとエンコー + ディング名と見倣してエンコーディングIDを返します。 + + $ pg_encoding EUC_JP + 1 環境変数 PGCLIENTENCODING について： 環境変数 PGCLIENTENCODING が設定されていない場合、libpq はセッション - 開始時にサーバ側に文字コードを問い合わせ、その値を環境変数 + 開始時にバックエンド側にエンコーディングを問い合わせ、その値を環境変数 PGCLIENTENCODING に設定します。 - 環境変数 PGCLIENTENCODING が設定されている場合はその値が優先され、サー - バ側と異なる文字コードが使用できます。設定可能な文字コードは、上記に - 加え、SJIS (シフトJIS)が指定できます。 + 環境変数 PGCLIENTENCODING が設定されている場合はその値が優先され、バッ + クエンド側と異なるエンコーディングが使用できます。設定可能なエンコー + ディングは、上記に加え、SJIS (シフトJIS)が指定できます。 ちなみに、SJIS は JISX0201 の 1バイトカナ、いわゆる「半角カタ カナ」もサポートしています(決して「半角カタカナ」の使用をお勧 @@ -115,47 +138,48 @@ initdb/createdb/create database における文字コードの指定について たとえば、MB=EUC_JP で PostgeSQL がインストールされている場合、 postmaster を立ち上げるときに環境変数 PGCLIENTENCODING に SJIS を設 - 定すると、クライアントは SJIS コードで PostgreSQL にアクセスできるよ + 定すると、フロントエンドは SJIS コードで PostgreSQL にアクセスできるよ うになります。ただし、データベースに格納されるデータ自体はあくまで MB で指定した EUC_JP のままです。 - クライアント側でセッション毎に文字コードを変えることもできます。 - セッション開始時に環境変数 PGCLIENTENCODING がセットされていると、そ - れが優先されてクライアント側の文字コードに採用されます。この機能を利 + フロントエンド側でセッション毎にエンコーディングを変えることもできま + す。セッション開始時に環境変数 PGCLIENTENCODING がセットされていると、 + それがフロントエンド側のエンコーディングに採用されます。この機能を利 用すると、あるユーザは EUC_JP で、別なユーザは SJIS で同じデータベー スにアクセスするというようなことができるようになります。 MB=MULE_INTERNAL で PostgreSQL をインストールしておくと、普段は - EUC_JP でクライアントを利用し、複数の文字集合を混在させるときだけク + EUC_JP でフロントエンドを利用し、複数の文字集合を混在させるときだけク ライアントを MULE_INTERNAL に設定するなどの使い分けができて便利です。 ただ、一般に EUC_JP に比べ、MULE_INTERNAL によるデータ表現はややスペー スを喰うので、そのへんは考慮しておく必要があります。たとえば、2バイ トで表現できる漢字は MULE_INTERNAL では 3バイトを要します。 - 注意しておく必要があるのは、サーバ側の文字コードとクライアント側の文 - 字コードがいつも相互変換できるとは限らないことです。極端な話、サーバ - 側が EUC_JP なのに、クライアント側が EUC_KR だったらどうなるでしょう。 + 注意しておく必要があるのは、バックエンド側のエンコーディングとフロン + トエンド側のエンコーディングがいつも相互変換できるとは限らないことで + す。極端な話、バックエンド側が EUC_JP なのに、フロントエンド側が + EUC_KR だったらどうなるでしょう。 この場合 PostgreSQL は変換できないコードを 16進表現に変換してしまい ます。たとえば、"(bdae)" のように。なお、この 16進表現は mule - internalcode のコードであることに注意して下さい。これは、直接クライ - アント <--> サーバの文字コードを変換するのではなく、一度内部表現であ - る mule internal code を経由しているためです。 + internalcode のコードであることに注意して下さい。これは、直接フロン + トエンド <--> バックエンドのエンコーディングを変換するのではなく、一 + 度内部表現である mule internal code を経由しているためです。 - クライアント側の文字コードの設定は、"set client_encoding" コマンドで - も可能です。たとえば、 + フロントエンド側のエンコーディングの設定は、"set client_encoding" コ + マンドでも可能です。たとえば、 set client_encoding to 'sjis'; - で明示的にクライアント側の文字コードを SJIS に設定できます。実際、ク - ライアントがサーバに接続する際には libpq の中で "set + でフロントエンド側のエンコーディングを SJIS に設定できます。実際、ク + ライアントがバックエンドに接続する際には libpq の中で "set client_encoding" コマンドを発行しています。セッション中に - set client_encoding" コマンドを発行すれば、動的に文字コードの切替え - ができますが、その際には環境変数 PGCLIENTENCODING を同時にクライアン - トアプリケーションの中で設定し直す必要があります。(psql には現在この - 機能がないため、事実上動的にクライアント側の文字コードを設定すること - ができません。) + set client_encoding" コマンドを発行すれば、動的にエンコーディングの切替え + ができますが、その際には環境変数 PGCLIENTENCODING を同時にフロントエ + ンドアプリケーションの中で設定し直す必要があります。(psql には現在こ + の機能がないため、事実上動的にフロントエンド側のエンコーディングを設 + 定することができません。) - 現在設定されているクライアント側の文字コードは + 現在設定されているフロントエンド側のエンコーディングは show client_encoding; @@ -163,14 +187,14 @@ initdb/createdb/create database における文字コードの指定について reset client_encoding; - は、デフォルトのクライアント文字コード設定に復帰させます。postmaster - を立ち上げるときに環境変数 PGCLIENTENCODING が設定されているとその文 - 字コードに、そうでなければコンパイル時に指定したサーバ側の文字コード - と同じになります。 + は、デフォルトのフロントエンドエンコーディング設定に復帰させます。 + postmasterを立ち上げるときに環境変数 PGCLIENTENCODING が設定されてい + るとそのエンコーディングに、そうでなければコンパイル時に指定したバッ + クエンド側のエンコーディングと同じになります。 制限事項： - SJIS を使用する場合、PostgreSQL のクライアントでまともに対応している + SJIS を使用する場合、PostgreSQL のフロントエンドでまともに対応している のは psql だけです。Tcl/Tk、そのほかは対応してません。 謝辞： @@ -182,10 +206,30 @@ initdb/createdb/create database における文字コードの指定について 改定履歴： + 1998/12/16 本ドキュメント修正。 + * Makefile.custom で MB=EUC_JP などと設定する方法は 6.4 以降 + サポートされていないので削除した。 + * 文字コード → エンコーディング、クライアント→フロントエンド + サーバ→バックエンド にそれぞれ語句を修正。 + + 1998/12/15 6.4 向けバグ修正パッチリリース。 + * SQL_ASCII サポートのバグ修正 + + 1998/11/21 6.4 向けバグ修正パッチリリース。 + * BINARY CURSOR の問題を修正 + * pg_dumpall のバグ修正 + + 1998/11/5 6.4 リリース。 + * pg_database の encoding カラムが MB が有効でないときにも + 追加されるようになった。そのため、MB が有効でないときには、 + ASCII のエンコーディングを表す SQL_ASCII を新しいエンコーディング + として追加した。これにともない、エンコーディング名に対応する + エンコーディングIDが SQL_ASCII を 0 とする番号に変更になった。 + 1998/7/22 6.4 α向けにパッチをリリース。 - * initdb/createdb/create database でサーバ側の文字コードを設定 - できる機能実装。このため、システムカタログの pg_database に - 新しいカラム encoding を追加(MBが有効な時だけ) + * initdb/createdb/create database でバックエンド側の + エンコーディングを設定きる機能実装。このため、システムカタロ + グの pg_database に新しいカラム encoding を追加(MBが有効な時だけ) * copy が PGCLIENTENCODING に対応 * SQL92 の "SET NAMES" をサポート(MBが有効な時だけ) * LATIN2-5 をサポート @@ -199,9 +243,9 @@ initdb/createdb/create database における文字コードの指定について 1998/5/18 機能追加／バグ修正(mb_b2.patch として pgsql-jp ML にリリース、 本家では 6.4 snapshot に取り込まれる予定) - * 環境変数 PGCLIENTENCODING のサポート。クライアント側の - 文字コードを指定する。現在、SJIS, EUC_*, MULE_INTERNAL, LATIN1 - が指定できる。また、 + * 環境変数 PGCLIENTENCODING のサポート。フロントエンド側の + エンコーディングを指定する。現在、SJIS, EUC_*, MULE_INTERNAL, + LATIN1 が指定できる。また、 set client_encoding to 'sjis'; でも可能 * 8bit 文字が渡ると問題が起きる箇所にできるだけ対応