Postgres UTF8排序

Question

我在Postgres中有一个查询，其中我根据varchar字段对少量的行进行排序。Postgres中的UTF8字符串排序似乎有误：

例如：

在UTF-8中'W‘是87，而'g’是103，但是运行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。

排序规则为en_US.UTF-8。

对这种行为有没有很好的解释？如何避免呢？

Answer 1

排序不是基于Unicode代码点的，而是由排序规则定义的。在UTF-8中，我们有'A'<'a'<'B'<'b‘等。

大多数人(除了程序员)都希望有这样的排序。但是你可以在你需要的地方用ASCII来整理。

Answer 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，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";

所谓的排序规则(en_US.UTF-8)是点之前的排序规则和点之后的编码。