PostgreSQL数据库导出CSV出现额外符号问题求助

问题本质 #

这是**UTF-8编码被错误解析为Latin-1（ISO-8859-1）**导致的乱码：Word复制的内容包含非标准空格（如不间断空格U+00A0）、隐藏字符，这些字符在UTF-8下是多字节格式，被当作单字节Latin-1解析时，就会出现Â、​这类异常符号。

具体解决步骤 #

• 预处理复制的Word数据
  • 粘贴到Web界面前，先把内容复制到记事本，再从记事本复制粘贴——记事本会自动过滤Word带的格式标记和特殊控制字符
  • 或者在Word里用「选择性粘贴」→「无格式文本」直接清除格式后再复制
• 检查Web界面编码配置
  • 确认输入页面的HTML编码为UTF-8（查看源码是否有<meta charset="UTF-8">）
  • 确保数据提交时，请求头Content-Type包含charset=utf-8，避免后端用默认编码解析
• 验证PostgreSQL编码设置
  • 执行命令检查数据库、表的编码：

    -- 检查数据库编码
    SHOW server_encoding;
    -- 检查表的编码
    SELECT pg_encoding_to_char(encoding) FROM pg_class WHERE relname='你的表名';
    

  • 确保数据库、表、字段的编码均为UTF-8；插入数据时，驱动/ORM需明确指定UTF-8编码（如Java JDBC连接串加?useUnicode=true&characterEncoding=UTF-8）
• 规范CSV导出编码
  • 用PostgreSQL的COPY命令导出时，强制指定UTF-8编码：

    COPY 你的表名 TO '/目标路径/文件.csv' WITH (FORMAT CSV, ENCODING 'UTF8', HEADER);
    

  • 如果用第三方Web工具导出，找到编码设置选项，强制选择UTF-8（建议带BOM，兼容Excel等软件）
• 修复已存在的乱码数据
  • 若数据库中已有乱码数据，可通过编码转换修正（先备份数据）：

    UPDATE 你的表名 SET 目标字段 = convert_from(convert_to(目标字段, 'LATIN1'), 'UTF8');
    

内容的提问来源于stack exchange，提问作者Johnson Anthony