为什么我的字符串排序不正确？
为什么我的字符串排序不正确？
首先，确保您使用的是要使用的区域设置。使用SHOW lc_collate显示当前的数据库级别的区域设置。如果您在使用每列排序规则，请检查这些排序规则。如果一切都是您想要的，请继续阅读。
PostgreSQL 使用libc库的区域能力来对字符串进行排序。因此，如果字符串的排序顺序不是您所期望的，则问题可能出在libc库中。您可以使用文本文件上的sort实用程序验证libc库的排序思路，例如：
LC_COLLATE="zh_CN.UTF-8" sort testfile.txt
如果这导致与 PostgreSQL 相同的顺序，那么问题来自于 PostgreSQL 之外。
PostgreSQL 偏离了libc的行为，因为它通过按字节顺序对字符串进行排序而打破了联系。这在实践中应该很少产生影响，并且当用户抱怨排序顺序时通常不是问题的根源，但它可能会影响例如组合和预组合的 Unicode 字符混合的情况。
如果问题出在libc库中，则必须与操作系统维护人员一起解决。但是请注意，即使确认libc库的区域设置定义中存在实际错误，但更有可能的是libc库是正确的，其中“正确”意味着它遵循一些公认的国际或国家标准。您可能期望对语言的排序规则的多种同样有效的解释之一。
用户经常反馈的问题包括：
-
空格和特殊字符：排序算法通常在多个传递中工作。我们可以这样简单地理解：首先，比较所有字母，忽略空格和标点符号；然后，将空格和标点符号进行比较以排除影响。如果不更改区域设置定义本身，就不可能更改这个排序的行为（即使这样也很困难）。您可能需要稍微调整数据以避免此问题。例如，如果要对名称字段进行排序，则可以将该字段拆分为名字和姓氏字段，避免中间的空格。
-
大小写：除
C以外的区域设置通常将大写和小写字母排序在一起。所以顺序将是类似于"a A b B c C …"，而不是基于 ASCII 字节值的排序给出"A B C … a b c …"。这是正确的。 -
它不是按 ASCII/字节顺序排列的。不是的，也不应该。ASCII 是一种编码，而不是排序顺序。如果需要，可以使用
C区域设置，但这样就失去了根据具体语言对非 ASCII 字符进行排序的能力。