Postgres UTF8订购

Question

我在Postgres中根据varchar字段订购了少量行的查询。人们似乎在Postgres的订货UTF8字符串错误：

例如：

“W”在UTF8是87，而“G”是103，但运行SELECT 'W' < 'g';将返回false，同时运行SELECT convert_to('W', 'SQL_ASCII') < convert_to('g', 'SQL_ASCII')';将返回true。

排序规则是en_US.UTF-8。

对此行为有很好的解释吗？以及如何避免它？

Answer 1

排序不在Unicode代码点上，而是由排序规则定义。在UTF-8中，我们有'A'<'a'<'B'<'b'等

大多数人（除了编码员）都期望这样的排序。但随时可以在需要的地方整理ASCII码。

Answer 2

这将显示的一些中第一个Unicode码点的ASCII码排序规则排序，如果您使用的是utf8编码：

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

现在同为pt_BR表示（巴西葡萄牙语）整理：

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规则。