PostgreSQL中convert_to函数转WIN1251编码报错问题咨询

首先明确：报错里的字节序列0xc2 0x98对应的UTF-8字符是™（商标符号），而非西里尔字母И（И的UTF-8编码是0xD0 0x98），这说明你的XML字符串存在编码混淆，或者包含WIN1251编码不支持的字符。

以下是几种可行的解决方法：

• 先确认真实字符
  执行以下SQL查看报错字节对应的实际字符：

  SELECT convert_from('\xc2\x98'::bytea, 'UTF8');
  

  结果大概率是™，如果确实是И，说明XML本身的编码就不是正确的UTF-8，需要先修正原始数据的编码。

• 替换不兼容字符
  如果XML里包含WIN1251不支持的字符（比如™），可以将其替换为WIN1251支持的等效文本：

  SELECT convert_to(replace(_xml, '™', '(TM)'), 'WIN1251');
  

• 过滤不兼容字符
  直接删除无法转换的字符，以™为例（其Unicode为U+2122）：

  SELECT convert_to(translate(_xml, unistr('\u2122'), ''), 'WIN1251');
  

• 修正XML编码（如果原始编码错误）
  如果XML原本是WIN1251编码，但被错误地以UTF-8存储，先转换为正确的字节序列再处理：

  SELECT convert_to(convert_from(_xml::bytea, 'WIN1251'), 'WIN1251');
  

• 使用iconv扩展（需权限）
  若有权限安装pg_iconv扩展，可以用iconv指定错误处理策略（比如忽略错误）：

  -- 先安装扩展（仅需执行一次）
  CREATE EXTENSION IF NOT EXISTS pg_iconv;
  -- 转换时忽略无法转换的字符
  SELECT iconv(_xml::text, 'UTF8', 'WIN1251//IGNORE');
  

内容的提问来源于stack exchange，提问作者destroyer86