☰

Postgres 升级中的字符集问题

tag-icon • tag-icon postgresql unicode
Postgres 升级中的字符集问题

我正在将一些数据库从 Postgres 7.4.8 移至 CentOS 5 上的 8.4.5。在旧数据库中，编码是 UNICODE。因此我执行了文本 pg_dump，创建了我的新数据库，如下所示：

createdb --template template0 --encoding unicode testdb

并导入数据：

psql testdb < testdb.dmp >& testdb.out

不幸的是，这些错误随处可见：

错误：编码“UTF8”的字节序列无效：0x8e

我知道 iconv 是修复此问题最常用的工具，但我不确定转换是什么。我尝试将其从 Unicode 转换为 UTF8，因为 Postgres 为我的新数据库报告了 UTF8，但这会产生一个看起来像中文字符的文件。我还尝试了 UTF8 到 UTF8；这会在第一个有问题的字符上卡住，如下所示：

iconv：位置 874924 处的输入序列非法

我想知道：a) 为什么我没有更改字符集时会出现问题？b) 除了手动编辑转储文件外，还有其他方法可以修复此问题吗？

谢谢！

答案1

为了方便以后查看...结果（我认为）我在数据中混合了几种不同的字符集。所以我最后做的是先运行

iconv -f macintosh -t utf-8

修复重音字符 a 和其他导致导入出现问题的字符，然后进行手动搜索和替换，以删除所有 Windows 智能字符，这些字符在上述转换过程中被破坏。之后，所有内容都干净地导入 Postgres 中，看起来没问题。这不是最好的解决方案，但我能想到的唯一可行的方法。

相关内容