与 Unicode 字素匹配的 PostgreSQL 模式

Question

有什么方法可以与 Unicode 字素进行模式匹配吗？

举个简单的例子，当我运行这个查询时：

CREATE TABLE test (
    id SERIAL NOT NULL, 
    name VARCHAR NOT NULL,
    PRIMARY KEY (id), 
    UNIQUE (name)
);
INSERT INTO test (name) VALUES (' One');
INSERT INTO test (name) VALUES (' Two');

SELECT * FROM public.test WHERE test.name LIKE '%';

我返回了两行，而不仅仅是 ' Two'。 Postgres 似乎只是比较代码点，但我希望它比较完整的字素，所以它应该只匹配 ' Two'，因为是不同的字素。

这可能吗？

Answer 1

这个问题很有意思！

我不太确定是否可行:

皮肤表情符号实际上是两个连接的字符（如连字）。第一个字符是黄色的手，后面是表情符号皮肤修饰符

这就是浅肤色手的内部存储方式。所以，对我来说，你的结果是有道理的：

当您查询任何以开头的字符串时，它将 return:

Two（琐碎）
_ One（忽略下划线，我试图用这个来抑制自动连字）

所以，你可以看到，内部的浅肤色表情符号也是以开头的。这就是为什么我相信，您的查询没有按照您喜欢的方式工作。

Workarounds/Solutions:

您可以在查询中添加 space。这确保了您的角色之后没有皮肤修改器。当然，这只适用于你的情况，所有数据集的手后都有一个 space:
```
SELECT * FROM test WHERE name LIKE ' %';
```

您可以像这样简单地扩展 WHERE 子句：

SELECT * FROM test 
WHERE name LIKE '%'
    AND name NOT LIKE '%'
    AND name NOT LIKE '%'
    AND name NOT LIKE '%'
    AND name NOT LIKE '%'
    AND name NOT LIKE '%'

您可以使用正则表达式模式匹配来排除皮肤：
```
SELECT * FROM test 
WHERE name  ~ '^[^]*$'
```

参见 demo:db<>fiddle（注意 fiddle 似乎不提供自动连字，因此两个字符在那里分开显示）

与 Unicode 字素匹配的 PostgreSQL 模式

PostgreSQL pattern matching with Unicode graphemes

postgresql

unicode

grapheme