Postgres UTF8 排序答案

【问题标题】：Postgres UTF8 orderingPostgres UTF8 排序
【发布时间】：2012-03-01 12:08:30
【问题描述】：

我在 Postgres 中有这个查询，我根据 varchar 字段对少量行进行排序。在 Postgres 中排序 UTF8 字符串似乎有错误：

例如：

UTF-8 中的“W”是 87，而“g”是 103，但运行 SELECT 'W' < 'g'; 将返回 false，而运行 SELECT convert_to('W', 'SQL_ASCII') < convert_to('g', 'SQL_ASCII')'; 将返回 true。

排序规则是en_US.UTF-8。

对这种行为有很好的解释吗？又该如何避免呢？

【问题讨论】：

【解决方案1】：

排序不是基于 Unicode 代码点，而是由排序规则定义的。在 UTF-8 中，我们有 'A'

大多数人（编码人员除外）都期望这种排序。但请随意在需要的地方使用 ASCII 进行核对。

【讨论】：

【解决方案2】：

如果您使用的是 utf8 编码，这将显示一些第一个 unicode 代码点的 ascii 排序规则：

select s, chr(s) from generate_series(32, 255) s order by chr(s) collate "C";

现在对于 pt_BR（巴西葡萄牙语）排序规则也是如此：

select s, chr(s) from generate_series(32, 255) s order by chr(s) collate "pt_BR";

您所说的排序规则 (en_US.UTF-8) 是点之前的排序规则和点之后的编码。

【讨论】：