如何构建一个像 PostgreSQL 那样对字符串进行排序的 Python 比较器？

Question

这个问题本质上与这个问题相同，除了Python。

我希望查询 PostgreSQL 数据库中按电子邮件地址列排序的行，然后在 Python 中执行依赖于该排序的操作。

我正在查询的数据库正在使用en_US.UTF8排序规则，经过一些测试，我发现该排序规则对于@电子邮件地址中的符号有一些特殊的行为：

mydb=> SELECT '0'  < '@';
 ?column? 
----------
 f
(1 row)

mydb=> SELECT '0'  < '@0';
 ?column? 
----------
 t
(1 row)

这个答案表明@某些排序规则可能会忽略某个符号，但如果是这种情况，我预计t第二个查询会出现 a 。

尽管Python提供了一个语言环境模块，但该模块在某些平台上的行为不一致，因此我似乎无法使用该模块来实现此目的。

根据该报告，我尝试了使用PyICU 包的建议，这似乎很有希望：

>>> import icu
>>> collator = icu.Collator.createInstance()
>>> collator.getLocale()
<Locale: en_US>
>>> collator.getSortKey('0') < collator.getSortKey('@')
False
>>> collator.getSortKey('0') < collator.getSortKey('@0')
False

但正如您所看到的，在最后的比较中，它产生的顺序与 postgres 不同。

我尝试为查询指定不同的排序规则，例如：

SELECT email COLLATE posix FROM mytable ORDER by email;

但这会导致错误：collation "posix" for encoding "UTF8" does not exist。我还尝试了 的排序规则"en-us-x-icu"，但也不存在。

有没有办法按照 Python 程序可以依赖的顺序可靠地从 PostgreSQL 查询一列电子邮件地址，无论是通过调整查询的排序规则还是遵循 Python 中的默认排序规则？

Answer 1

在 Postgres 中使用collate "C"：

with test(test) as (
values ('@'), ('@0'), ('0')
)

select test
from test
order by test collate "C"

 test 
------
 0
 @
 @0
(3 rows)

Python：

>>> test = ['@', '@0', '0']
>>> test.sort()
>>> test
['0', '@', '@0']