标签: international-components-unicode

我正在使用 Postgresql v12。我创建了一个像这样的排序规则：

CREATE COLLATION ci (provider = icu, locale = 'tr_TR', deterministic = false);

我在表中使用了该排序规则：

create table testtable1 (
    id serial  primary key,
    name text  COLLATE "ci"
);

我插入了示例数据：

insert into testtable1 values(3,'abc');

当我使用 查询该表时LIKE，它返回以下错误：

select name from testtable1 WHERE name LIKE '%a%'  

错误：LIKE SQL 状态不支持非确定性排序规则：0A000

但我需要使用LIKE. 有什么办法允许这样做吗？

Postgres 10 获得了使用国际组件进行 Unicode (ICU)排序的能力，而不是依赖于主机操作系统的实现。请参阅Peter Eisentraut在 PostgreSQL 10 中使用 ICU 支持的更强大的排序规则。

那么在创建数据库时究竟如何指定 ICU 排序规则呢？

我确实在CREATE DATABASEto use 中阅读了一个提示，template0而不是template1iftemplate1可能是使用编码和整理而不是您想要的新数据库创建的。并且在使用时template0，您需要启用数据连接以覆盖默认值。

我在 Postgres 10 doc page for Collat​​ion Support中读到：

und-x-icu（用于“未定义”）

ICU“根”整理。使用它来获得合理的与语言无关的排序顺序。

因此，und-x-icu在建立包含多语言文本的新数据库时，这似乎是一个很好的使用价值。当已知某种语言专注于特定语言时，该SELECT命令可以指定另一种排序规则，例如 German de-x-icu。否则，回退到默认值und-x-icu。

所以我尝试了以下 SQL 在 Postgres 10 Beta 2 中创建一个数据库。

CREATE DATABASE timepiece_
TEMPLATE 'template0'
ALLOW_CONNECTIONS TRUE
CONNECTION LIMIT -1
ENCODING 'UTF8'
LC_COLLATE 'und-x-icu'
LC_CTYPE 'und-x-icu'
;

失败并出现错误：

[42809] …

ICU 指定不同的LDML 整理设置。其中一些看起来很有趣，尤其是关于大小写和口音的那些，

• “忽略重音”： strength=primary
• “忽略重音”但要考虑大小写： strength=primary caseLevel=on
• “忽略大小写”： strength=secondary
• “忽略标点符号”（完全）： strength=tertiary alternate=shifted
• “忽略标点符号”但区分标点符号：strength=quaternary alternate=shifted可能是更好的做事方法

您还可以在此处查看这些文档。PostgreSQL 10 ICU 整理支持是否可以使用这些 ICU 选项和设置？

CREATE COLLATION special (provider = icu, locale = 'en@strength=primary');
SELECT 'Å' LIKE 'A' COLLATE "special"; # returns false

我也试过CLDR BCP47

从 ICU 54 开始，排序规则属性也可以通过语言环境关键字指定，使用旧的语言环境扩展语法 (" el@colCaseFirst=upper") 或语言标记语法 ("el-u-kf-upper")。关键字和值不区分大小写。请参阅LDML 归类规范、归类设置和列出有效归类关键字及其值的数据文件。（不支持已弃用的属性 kh/colHiraganaQuaternary 和 vt/variableTop。）

为此，这看起来是对的

CREATE COLLATION special (provider = icu, locale = 'en-ks-level1');
SELECT …

我有这个查询：

SELECT * FROM table ORDER BY label ASC;

由于标签不是英文的，它们没有按正确的顺序排序（以“ö”开头的标签不在底部/末尾）。

因此，我尝试：

SELECT * FROM table ORDER BY label COLLATE "sv-SE" ASC;
SELECT * FROM table ORDER BY label COLLATE "sv_SE" ASC;

这些给出了关于那些不存在的排序规则的错误，这让我感到困惑。

经过一番搜索，我想出了这样做：

SELECT * FROM pg_collation;

这表明它应该是：

sv-SE-x-icu

当我使用该标识符时它起作用了，但是“-x-icu”的东西有什么用？那是怎么回事？我讨厌他们总是不得不弄乱标准的语言环境标识符，所以你永远不能只依赖标准的“language_location”格式。