pg_trgm 在 Ubuntu 和 Mac OS X 上的行为不同

Question

我pg_trgm用来执行模糊字符串匹配，其中字符可以是中文。奇怪的是，在我的 Ubuntu 服务器上，一切正常，如下：

SELECT show_trgm('???');
> {0xa09182,0xcdfdbb,0x183afe,leD}

但是，在我的 Mac 上，它不起作用：

SELECT show_trgm('???');
> {}

我想这是由于一些奇怪的编码人员，但我检查了我可以想象的所有设置，包括：

SHOW SERVER_VERSION;
SHOW SERVER_ENCODING;
SHOW LC_COLLATE;
SHOW LC_CTYPE;

它在 Ubuntu 上显示的位置：

9.5.1
UTF8
en_US.UTF-8
en_US.UTF-8

在 Mac 上它显示：

9.5.3
UTF8
en_US.UTF-8
en_US.UTF-8

此外，pg_trgm根据SELECT * FROM pg_extension.

谁能帮我找出为什么pg_trgm我的 Mac 上的 Unicode 不起作用？

Answer 1

这样做的原因是，这pg_trgm取决于libc（操作系统附带的系统库）用于分类哪些字符是字母字符、哪些字符不是字母字符的例程，并且（不幸的是）操作系统之间的情况不同。Apple Mac OS X 以与其他 Unix/类 Unix 系统不同的方式解释 UTF-8 而闻名。LC_CTYPE字符分类因区域设置而异，并由类别（和同名的 envvar）驱动。

检查输出postgres=# \l，您应该看到Ctype列告诉您字符在数据库中是如何分类的。

• 如果这是C（之前在 Apple MacOS X 上看到过）尝试再次创建数据库并指定CREATE DATABASE foo ... LC_CTYPE="en_US.UTF-8"
• 如果已经是这样，那么en_US.UTF-8MacOS X 很可能不会将 UTF-8 中文字符分类为该语言环境中的字母（这并不奇怪）。尝试LC_CTYPE="zh_CN.UTF-8"一下，应该会起作用。