diff options
Diffstat (limited to 'doc/README.mb.big5')
| -rw-r--r-- | doc/README.mb.big5 | 326 |
1 files changed, 0 insertions, 326 deletions
diff --git a/doc/README.mb.big5 b/doc/README.mb.big5 deleted file mode 100644 index 529af955911..00000000000 --- a/doc/README.mb.big5 +++ /dev/null @@ -1,326 +0,0 @@ -PostgreSQL 7.0.1 multi-byte (MB) support README May 20 2000 - - Tatsuo Ishii - ishii@postgresql.org - http://www.sra.co.jp/people/t-ishii/PostgreSQL/ - -[註] 1. 感謝石井達夫 (Tatsuo Ishii) 先生! - 2. 註釋部份原文所無, 中譯若有錯誤, 請聯絡 cch@cc.kmu.edu.tw - - -0. 簡介 - -MB 支援是為了讓 PostgreSQL 能處理多位元組字元 (multi-byte character), -例如: EUC (Extended Unix Code), Unicode (統一碼) 和 Mule internal code -(多國語言內碼). 在 MB 的支援下, 你可以在正規表示式 (regexp), LIKE 及 -其他一些函式中使用多位元組字元. 預設的編碼系統可取決於你安裝 PostgreSQL -時的 initdb(1) 命令, 亦可由 createdb(1) 命令或建立資料庫的 SQL 命令決定. -所以你可以有多個不同編碼系統的資料庫. - -MB 支援也解決了一些 8 位元單位元組字元集 (包含 ISO-8859-1) 的相關問題, -(我並沒有說所有的相關問題都解決了, 我只是確認了迴歸測試執行成功, -而一些法語字元在 MB 修補下可以使用. 如果你在使用 8 位元字元時發現了 -任何問題, 請通知我) - -1. 如何使用 - -編譯 PostgreSQL 前, 執行 configure 時使用 multibyte 的選項 - - % ./configure --enable-multibyte[=encoding_system] - % ./configure --enable-multibyte[=編碼系統] - -其中的編碼系統可以指定為下面其中之一: - - SQL_ASCII ASCII - EUC_JP Japanese EUC - EUC_CN Chinese EUC - EUC_KR Korean EUC - EUC_TW Taiwan EUC - UNICODE Unicode(UTF-8) - MULE_INTERNAL Mule internal - LATIN1 ISO 8859-1 English and some European languages - LATIN2 ISO 8859-2 English and some European languages - LATIN3 ISO 8859-3 English and some European languages - LATIN4 ISO 8859-4 English and some European languages - LATIN5 ISO 8859-5 English and some European languages - KOI8 KOI8-R - WIN Windows CP1251 - ALT Windows CP866 - -例如: - - % ./configure --enable-multibyte=EUC_JP - -如果省略指定編碼系統, 那麼預設值就是 SQL_ASCII. - -2. 如何設定編碼 - -initdb 命令定義 PostgresSQL 安裝後的預設編碼, 例如: - - % initdb -E EUC_JP - -將預設的編碼設定為 EUC_JP (Extended Unix Code for Japanese), 如果你喜歡 -較長的字串, 你也可以用 "--encoding" 而不用 "-E". 如果沒有使用 -E 或 ---encoding 的選項, 那麼編繹時的設定會成為預設值. - -你可以建立使用不同編碼的資料庫: - - % createdb -E EUC_KR korean - -這個命令會建立一個叫做 "korean" 的資料庫, 而其採用 EUC_KR 編碼. -另外有一個方法, 是使用 SQL 命令, 也可以達到同樣的目的: - - CREATE DATABASE korean WITH ENCODING = 'EUC_KR'; - -在 pg_database 系統規格表 (system catalog) 中有一個 "encoding" 的欄位, -就是用來紀錄一個資料庫的編碼. 你可以用 psql -l 或進入 psql 後用 \l 的 -命令來查看資料庫採用何種編碼: - -$ 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) - -3. 前端與後端編碼的自動轉換 - -[註: 前端泛指客戶端的程式, 可能是 psql 命令解譯器, 或採用 libpq 的 C -程式, Perl 程式, 或者是透過 ODBC 的視窗應用程式. 而後端就是指 PostgreSQL -資料庫的伺服程式] - -PostgreSQL 支援某些編碼在前端與後端間做自動轉換: [註: 這裡所謂的自動 -轉換是指你在前端及後端所宣告採用的編碼不同, 但只要 PostgreSQL 支援這 -兩種編碼間的轉換, 那麼它會幫你在存取前做轉換] - - encoding of backend available encoding of frontend - -------------------------------------------------------------------- - EUC_JP EUC_JP, SJIS - - EUC_TW EUC_TW, BIG5 - - LATIN2 LATIN2, WIN1250 - - LATIN5 LATIN5, WIN, ALT - - MULE_INTERNAL EUC_JP, SJIS, EUC_KR, EUC_CN, - EUC_TW, BIG5, LATIN1 to LATIN5, - WIN, ALT, WIN1250 - -在啟動自動編碼轉換之前, 你必須告訴 PostgreSQL 你要在前端採用何種編碼. -有好幾個方法可以達到這個目的: - -o 在 psql 命令解譯器中使用 \encoding 這個命令 - -\encoding 這個命令可以讓你馬上切換前端編碼, 例如, 你要將前端編碼切換為 SJIS, -那麼請打: - - \encoding SJIS - -o 使用 libpq [註: PostgreSQL 資料庫的 C API 程式庫] 的函式 - -psql 的 \encoding 命令其實只是去呼叫 PQsetClientEncoding() 這個函式來達到目的. - - int PQsetClientEncoding(PGconn *conn, const char *encoding) - -上式中 conn 這個參數代表一個對後端的連線, encoding 這個參數要放你想用的編碼, -假如它成功地設定了編碼, 便會傳回 0 值, 失敗的話傳回 -1. 至於目前連線的編碼可 -利用以下函式查知: - - int PQclientEncoding(const PGconn *conn) - -這裡要注意的是: 這個函式傳回的是編碼的代號 (encoding id, 是個整數值), -而不是編碼的名稱字串 (如 "EUC_JP"), 如果你要由編碼代號得知編碼名稱, -必須呼叫: - -char *pg_encoding_to_char(int encoding_id) - -o 使用 PGCLIENTENCODING 這個環境變數 - -如果前端底設定了 PGCLIENTENCODING 這一個環境變數, 那麼後端會做編碼自動轉換. - -[註] PostgreSQL 7.0.0 ~ 7.0.3 有個 bug -- 不認這個環境變數 - -o 使用 SET CLIENT_ENCODING TO 這個 SQL 的命令 - -要設定前端的編碼可以用以下這個 SQL 命令: - - SET CLIENT_ENCODING TO 'encoding'; - -你也可以使用 SQL92 的語法 "SET NAMES" 達到同樣的目的: - - SET NAMES 'encoding'; - -查詢目前的前端編碼可以用以下這個 SQL 命令: - - SHOW CLIENT_ENCODING; - -切換為原來預設的編碼, 用以下這個 SQL 命令: - - RESET CLIENT_ENCODING; - -[註] 使用 psql 命令解譯器時, 建議不要用這個方法, 請用 \encoding - -4. 關於 Unicode (統一碼) - -統一碼和其他編碼間的轉換可能要在 7.1 版後才會實現. - -5. 如果無法轉換會發生什麼事? - -假設你在後端選擇了 EUC_JP 這個編碼, 前端使用 LATIN1, (某些日文字元無法轉換成 -LATIN1) 在這個狀況下, 某個字元若不能轉成 LATIN1 字元集, 就會被轉成以下的型式: - - (十六進位值) - -6. 參考資料 - -These are good sources to start learning various kind of encoding -systems. - -ftp://ftp.ora.com/pub/examples/nutshell/ujip/doc/cjk.inf - Detailed explanations of EUC_JP, EUC_CN, EUC_KR, EUC_TW - appear in section 3.2. - -Unicode: http://www.unicode.org/ - The homepage of UNICODE. - - RFC 3629 - UTF-8 is defined here. - -5. History - -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 - -Appendix: - -[Here is a good documentation explaining how to use WIN1250 on -Windows/ODBC from Pavel Behal. Please note that Installation step 1) -is not necceary in 6.5.1 -- Tatsuo] - -Version: 0.91 for PgSQL 6.5 -Author: Pavel Behal -Revised by: Tatsuo Ishii -Email: behal@opf.slu.cz -Licence: The Same as PostgreSQL - -Sorry for my Eglish and C code, I'm not native :-) - -!!!!!!!!!!!!!!!!!!!!!!!!! NO WARRANTY !!!!!!!!!!!!!!!!!!!!!!!!!!!!!! - -Instalation: ------------- -1) Change three affected files in source directories - (I don't have time to create proper patch diffs, I don't know how) -2) Compile with enabled locale and multibyte set to LATIN2 -3) Setup properly your instalation, do not forget to create locale - variables in your profile (environment). Ex. (may not be exactly true): - LC_ALL=cs_CZ.ISO8859-2 - LC_COLLATE=cs_CZ.ISO8859-2 - LC_CTYPE=cs_CZ.ISO8859-2 - LC_MONETARY=cs_CZ.ISO8859-2 - LC_NUMERIC=cs_CZ.ISO8859-2 - LC_TIME=cs_CZ.ISO8859-2 -4) You have to start the postmaster with locales set! -5) Try it with Czech language, it have to sort -5) Install ODBC driver for PgSQL into your M$ Windows -6) Setup properly your data source. Include this line in your ODBC - configuration dialog in field "Connect Settings:" : - SET CLIENT_ENCODING = 'WIN1250'; -7) Now try it again, but in Windows with ODBC. - -Description: ------------- -- Depends on proper system locales, tested with RH6.0 and Slackware 3.6, - with cs_CZ.iso8859-2 loacle -- Never try to set-up server multibyte database encoding to WIN1250, - always use LATIN2 instead. There is not WIN1250 locale in Unix -- WIN1250 encoding is useable only for M$W ODBC clients. The characters are - on thy fly re-coded, to be displayed and stored back properly - -Important: ----------- -- it reorders your sort order depending on your LC_... setting, so don't be - confused with regression tests, they don't use locale -- "ch" is corectly sorted only in some newer locales (Ex. RH6.0) -- you have to insert money as '162,50' (with comma in aphostrophes!) -- not tested properly |