PostgreSQL COPY命令输出CSV出现替换字符�如何解决？

核心原因 #

PostgreSQL的COPY TO stdout默认使用数据库编码输出，若输出编码与Java读取时使用的编码不匹配，就会导致Unicode字符被替换为�。

解决步骤 #

1. 强制COPY命令输出UTF-8编码 #

修改COPY命令，显式指定编码为UTF-8，确保输出内容编码统一：

COPY (<query>) TO stdout (FORMAT csv, ENCODING 'UTF8');

2. Java读取流时指定UTF-8编码 #

Java读取进程的stdout流时，必须明确使用UTF-8编码，避免依赖系统默认编码（不同系统默认编码可能不一致）：

Process process = ...; // 执行COPY命令的进程实例
try (BufferedReader reader = new BufferedReader(
        new InputStreamReader(process.getInputStream(), StandardCharsets.UTF_8))) {
    String line;
    while ((line = reader.readLine()) != null) {
        // 处理每行CSV内容
    }
}

3. 确认数据库存储编码 #

确保PostgreSQL数据库及对应表的编码为UTF-8（如UTF8或UTF8MB4），若存储时编码不支持Unicode，输出时无法正确保留字符。可通过以下SQL查询数据库编码：

SHOW server_encoding;

内容的提问来源于stack exchange，提问作者Apollyon