PostgreSQL模式与Unicode字形匹配

Question

有什么方法可以用Unicode字形进行模式匹配吗？

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 '👍%';

我会返回两行，而不仅仅是'👍 Two'。Postgres似乎只是在比较代码点，但我希望它能比较完整的字形，所以它应该只匹配'👍 Two'，因为👍🏻是不同的字形。

这可能吗？

Answer 1

这是一个非常有趣的问题！

我不太确定这是否可能：

事实上，有皮肤的表情符号是两个相连的字符(比如连字(。第一个字符是黄色的手👍然后是表情符号皮肤修饰🏻

这就是浅色皮肤的手在内部存储的方式。所以，对我来说，你的结果是有道理的：

当您查询任何字符串时，该字符串以👍,它将返回：

1. 👍 Two(琐碎(
2. 👍_🏻 One(忽略下划线，我尝试用它来抑制自动连字(

所以，你可以看到，浅肤色的表情符号内部也以👍.这就是为什么我相信，你的查询不会以你喜欢的方式工作。

解决方法/解决方案：

1. 您可以在查询中添加空格。这样可以确保在👍性格当然，这只适用于您的情况，即所有数据集的指针后面都有一个空格：

   SELECT * FROM test WHERE name LIKE '👍 %';
   

2. 您可以简单地扩展WHERE子句，如下所示：

   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 '👍🏿%'
   

3. 您可以使用正则表达式模式匹配来排除皮肤：

   SELECT * FROM test 
   WHERE name  ~ '^👍[^🏻🏼🏽🏾🏿]*$'
   

请参阅演示：db<gt；fiddle(注意fiddle似乎不提供自动连字，所以两个字符都是分开显示的(