按字符的字节值对 Unicode 字符串进行排序

Question

我使用的是 PostgreSQL 16，我的专栏的排序规则是

en_US.utf8

，如下所示：

create table t (a varchar(10) collate "en_US.utf8");

insert into t (a) values ('a'), ('b'),('{a'), ('{b'),
  ('{a{a'), ('{a{b'), ('{aa'), ('{ab');

然后，如果我按列排序

：

select * from t order by a;

我得到：

{a
a
{a{a
{aa
{a{b
{ab
{b
b

我期待 'a' 在 '{a' 之前，因为 'a' 的代码点为 97，而 '{' 的代码点为 123。

我需要使用不同的排序规则来进行 Unicode 排序吗？

我的用例使用更长的字符串，但我认为这个简单的示例说明了我遇到的问题。

Answer 1

要按编码的字节值排序，请使用

COLLATE "C"

。对于其他排序规则，如

en_US.utf8

，字节值大多无关紧要。
说明书：

C
（相当于
POSIX
）
C
和
POSIX
排序规则基于“传统 C”行为。它们按字节值而不是自然语言顺序排序，并且只有 ASCII 字母“
A
”到“
Z
”被视为字母。对于给定的所有版本，该行为都是高效且稳定的数据库编码，但不同数据库之间的行为可能有所不同编码。

CREATE TABLE t (a text COLLATE "C");