A Tabela 23.3 mostra os conjuntos de caracteres disponíveis para uso no PostgreSQL.

Nem todas as APIs cliente oferecem suporte a todos os conjuntos de caracteres listados. Por exemplo, o driver JDBC do PostgreSQL não oferece suporte a MULE_INTERNAL, LATIN6, LATIN8 e LATIN10.

A configuração SQL_ASCII se comporta de maneira consideravelmente diferente das outras configurações. Quando o conjunto de caracteres do servidor é SQL_ASCII, o servidor interpreta os valores de byte 0–127 segundo o padrão ASCII, enquanto os valores de byte 128–255 são considerados caracteres não interpretados. Nenhuma conversão de codificação será feita quando a configuração for SQL_ASCII. Portanto, esta configuração não é tanto uma declaração de que uma codificação específica está em uso, mas uma declaração de ignorância sobre a codificação. Geralmente, quando se está trabalhando com quaisquer dados não-ASCII não é aconselhável usar a configuração SQL_ASCII, porque o PostgreSQL não poderá ajudar convertendo ou validando dados contendo caracteres não-ASCII.

O utilitário initdb define o conjunto de caracteres padrão (codificação) para uma instância do PostgreSQL. Por exemplo,

initdb -E EUC_JP

define o conjunto de caracteres padrão como EUC_JP (código Unix estendido para japonês). Pode-se usar --encoding ao invés de -E, se for preferido usar cadeias de caracteres de opções mais longas. Se nenhuma opção -E ou --encoding for fornecida, o initdb tentará determinar a codificação apropriada a ser usada com base na localidade especificada ou a padrão.

Pode-se especificar uma codificação não-padrão no momento da criação do banco de dados, desde que a codificação seja compatível com a localidade selecionada:

createdb -E EUC_KR -T template0 \
         --lc-collate=ko_KR.euckr \
         --lc-ctype=ko_KR.euckr \
         --owner=hlinnaka \
         korean

Este comando irá criar um banco de dados chamado korean, que usa o conjunto de caracteres EUC_KR, e a localidade ko_KR. Outra maneira de fazer isto é usando o seguinte comando SQL:

CREATE DATABASE korean WITH
    ENCODING 'EUC_KR'
    LC_COLLATE='ko_KR.euckr'
    LC_CTYPE='ko_KR.euckr'
    TEMPLATE=template0
    OWNER=hlinnaka;

Note-se que os comandos acima especificam a cópia do banco de dados template0. Ao copiar qualquer outro banco de dados, as configurações de codificação e localidade não podem ser alteradas daquelas do banco de dados de origem, porque isto pode resultar em dados corrompidos. Para obter mais informações, veja Bancos de dados modelo.

A codificação para o banco de dados fica armazenada no catálogo do sistema pg_database. Pode ser vista usando a opção -l do psql, ou o meta-comando \l.

postgres=# \lx korean

Lista de bancos de dados
-[ RECORD 1 ]----------+------------
Nome                   | korean
Dono                   | hlinnaka
Codificação            | EUC_KR
Provedor de localidade | libc
Ordenação              | ko_KR.euckr
Ctype                  | ko_KR.euckr
Locale                 |
Regras ICU             |
Privilégios de acesso  |

O PostgreSQL fornece suporte à conversão automática de conjunto de caracteres entre servidor e cliente para muitas combinações de conjuntos de caracteres (Conversões de conjuntos de caracteres disponíveis mostra quais são elas).

Para ativar a conversão automática do conjunto de caracteres, deve-se informar ao PostgreSQL o conjunto de caracteres (codificação) que se gostaria que fosse usada no cliente. Existem várias maneiras disso ser feito:

Se a conversão de um determinado caractere não for possível — suponha que se escolheu EUC_JP para o servidor, e LATIN1 para o cliente, e são retornados alguns caracteres japoneses que não possuem representação em LATIN1 — então será relatado um erro.

Se o conjunto de caracteres do cliente estiver definido como SQL_ASCII, a conversão de codificação será desativada, independentemente do conjunto de caracteres do servidor. (Entretanto, se o conjunto de caracteres do servidor não for SQL_ASCII, o servidor ainda verificará se os dados recebidos são válidos para esta codificação; então o resultado final é como se o conjunto de caracteres do cliente fosse o mesmo do servidor.) Assim como para o servidor, o uso de SQL_ASCII é pouco sensato, a menos que se esteja trabalhando com todos os dados em ASCII.

O PostgreSQL permite a conversão entre quaisquer dois conjuntos de caracteres, para os quais uma função de conversão está listada no catálogo do sistema pg_conversion. O PostgreSQL vem com algumas conversões predefinidas, conforme resumido na Tabela 23.4, e mostrado com mais detalhes na Tabela 23.5. Pode-se criar uma nova conversão usando o comando SQL CREATE CONVERSION. (Para ser usada para conversões automáticas de cliente/servidor, a conversão deve ser marcada como “padrão” para seu par de conjuntos de caracteres.)

Estas são boas fontes para começar a aprender sobre os vários tipos de sistemas de codificação.