linux - 错误 : invalid byte sequence for encoding "UTF8"

Question

我看了类似的问题，但仍然没有找到合适的解决方案。

在我的 Ubuntu 操作系统上，我通过以下方式创建了一些数据库:

createdb PADB -W

并创建了一个表。

create table teacher(
    id_teacher integer PRIMARY KEY,
    name varchar(120),
    experience integer 
);

NOTICE:  CREATE TABLE / PRIMARY KEY will create implicit index "teacher_pkey" for table "teacher"

我想添加一些包含西里尔字母的数据，但出现此错误:

PADB=# insert into teacher (name, experience) values ("Пупкин Василий Иванович", 15);
ERROR:  invalid byte sequence for encoding "UTF8": 0xd0d0

这是我的 lc 设置:

PADB=# select name, setting from pg_settings where name like 'lc_%';
    name     |   setting   
-------------+-------------
 lc_collate  | ru_RU.UTF-8
 lc_ctype    | ru_RU.UTF-8
 lc_messages | ru_RU.UTF-8
 lc_monetary | ru_RU.UTF-8
 lc_numeric  | ru_RU.UTF-8
 lc_time     | ru_RU.UTF-8
(6 rows)

怎么了？

PostgreSQL 9.1.11

Answer 1

我怀疑您的客户端应用程序实际上是以 koi8-r 或 iso-8859-5 编码发送数据，而不是 utf-8，但是您的 client_encoding 告诉 PostgreSQL 需要 UTF-8。

要么将输入数据转换为 utf-8，要么更改您的 client_encoding 以匹配输入数据。

用不同的编码解码你的数据会产生:

>>> print "\xd0\xd0".decode("utf-8")
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/usr/lib64/python2.7/encodings/utf_8.py", line 16, in decode
    return codecs.utf_8_decode(input, errors, True)
UnicodeDecodeError: 'utf8' codec can't decode byte 0xd0 in position 0: invalid continuation byte

>>> print "\xd0\xd0".decode("koi8-r")
пп

>>> print "\xd0\xd0".decode("iso-8859-5")
аа

然而，奇怪的是，您的输入似乎不包含任何这些。我有点困惑什么编码会将 Пупкин Василий Иванович 转换为字节序列 \xd0\xd0。所以这还没有完全解释清楚。事实上，我找不到生成该字节序列的 Пупкин Василий Иванович 的任何编码，所以我想知道是否存在双重编码或类似的重组.我需要更多地了解您的环境才能说得更多；查看对原始问题的评论。