PostgreSQL 中文乱码如何解决？

Question

**问题描述：** 在使用 PostgreSQL 数据库时，常遇到插入或查询中文数据出现乱码的问题，如显示为问号、方块字符或不可识别符号。此问题通常发生在客户端、服务端或数据库的字符集配置不一致的情况下。如何正确设置 PostgreSQL 及其客户端工具（如 pgAdmin、psql、JDBC 等）以支持中文字符，确保 UTF-8 编码贯穿整个数据交互流程？

Answer 1

一、问题背景与现象描述

在使用 PostgreSQL 数据库进行中文数据操作时，经常遇到插入或查询的中文字符显示为问号（?）、方块符号（）或其它乱码形式。这种问题的根本原因通常在于客户端、服务端和数据库三者之间的字符集设置不一致。

• 插入中文时提示“invalid byte sequence for encoding 'UTF8'”
• 查询结果中中文显示为乱码
• 不同客户端工具显示结果不一致

二、PostgreSQL 字符集基础知识

PostgreSQL 支持多种字符集编码，最常用的是 UTF-8，它能够兼容几乎所有语言字符，包括中文。

编码类型	说明
UTF8	通用多字节编码，支持全球所有语言字符
EUC_CN	GB2312 编码变体，适用于简体中文
SQL_ASCII	ASCII 编码，不推荐用于中文环境

三、问题排查路径分析

1. 确认数据库创建时使用的编码是否为 UTF8
2. 检查客户端连接时使用的编码
3. 查看 PostgreSQL 配置文件中的默认编码设置
4. 验证应用程序连接字符串是否指定了正确的字符集

四、数据库层配置详解

确保数据库创建时指定 UTF8 编码：

CREATE DATABASE mydb WITH ENCODING 'UTF8' LC_COLLATE='en_US.UTF-8' LC_CTYPE='en_US.UTF-8' TEMPLATE template0;

若已有数据库需要修改编码，则需重建数据库并迁移数据，因为 PostgreSQL 不允许直接修改现有数据库的编码。

五、服务端配置优化

编辑 PostgreSQL 的配置文件 postgresql.conf，确保以下参数设置正确：

client_encoding = utf8
lc_messages = 'en_US.UTF-8'
lc_monetary = 'en_US.UTF-8'
lc_numeric = 'en_US.UTF-8'
lc_time = 'en_US.UTF-8'

六、客户端工具设置指南

不同的客户端工具需要单独配置字符集：

• psql 命令行工具：启动时自动识别系统编码，建议操作系统也使用 UTF-8 环境
• pgAdmin：可在偏好设置中设置默认字符集为 UTF8
• JDBC 连接：URL 中添加参数 ?charSet=UTF-8

七、应用层连接配置示例

常见编程语言连接 PostgreSQL 时的字符集配置：

-- JDBC 示例
jdbc:postgresql://localhost:5432/mydb?charSet=UTF-8

-- Python (psycopg2)
conn = psycopg2.connect("dbname=mydb user=postgres password=xxx host=localhost port=5432", client_encoding='utf8')

-- Node.js (pg)
const pool = new Pool({
  user: 'postgres',
  host: 'localhost',
  database: 'mydb',
  password: 'xxx',
  port: 5432,
  charset: 'utf8'
});

八、系统环境与终端设置

操作系统的终端或 shell 环境也应设置为 UTF-8 编码：

echo $LANG
# 输出应为类似 en_US.UTF-8 或 zh_CN.UTF-8

Windows 下可使用 chcp 65001 切换到 UTF-8 模式。

九、完整排查流程图

graph TD
A[用户输入中文] --> B{数据库编码是否为UTF8?}
B -- 否 --> C[重建数据库]
B -- 是 --> D{客户端连接编码是否正确?}
D -- 否 --> E[修改客户端配置]
D -- 是 --> F{应用连接参数是否设置UTF8?}
F -- 否 --> G[修改连接字符串]
F -- 是 --> H{操作系统编码是否为UTF8?}
H -- 否 --> I[调整系统区域设置]
H -- 是 --> J[正常显示中文]