comparaison des chaînes dans PostgreSQL

Question

Est-il possible dans PostgreSQL pour convertir caractères UTF-8 à « similaires » des caractères ASCII?

Chaîne glāžšķūņu rūķīši devrait être converti en glazskunu rukisi. Le texte UTF-8 n'est pas dans une langue spécifique, il peut être en letton, russe, anglais, italien ou toute autre langue.

Ceci est nécessaire pour utiliser la clause where, il se peut donc que ce soit juste "comparer des chaînes" plutôt que "convertir des chaînes".

J'ai essayé d'utiliser convert, mais il ne donne pas les résultats escomptés (par exemple, select convert('Ā', 'utf8', 'sql_ascii') donne \304\200, non A).

Base de données est créée avec:

ENCODING = 'UTF8' 
LC_COLLATE = 'Latvian_Latvia.1257' 
LC_CTYPE = 'Latvian_Latvia.1257' 

Ces params peuvent être modifiées, le cas échéant.

Answer 1

j'ai trouvé différentes façons de le faire sur le PostgreSQL Wiki.

En plperl:

CREATE OR REPLACE FUNCTION unaccent_string(text) RETURNS text AS $$ 
my ($input_string) = @_; 
$input_string =~ s/[âãäåāăą]/a; 
$input_string =~ s/[ÁÂÃÄÅĀĂĄ]/A; 
$input_string =~ s/[èééêëēĕėęě]/e; 
$input_string =~ s/[ĒĔĖĘĚ]/E; 
$input_string =~ s/[ìíîïìĩīĭ]/i; 
$input_string =~ s/[ÌÍÎÏÌĨĪĬ]/I; 
$input_string =~ s/[óôõöōŏő]/o; 
$input_string =~ s/[ÒÓÔÕÖŌŎŐ]/O; 
$input_string =~ s/[ùúûüũūŭů]/u; 
$input_string =~ s/[ÙÚÛÜŨŪŬŮ]/U; 
return $input_string; 
$$ LANGUAGE plperl; 

En pur SQL:

CREATE OR REPLACE FUNCTION unaccent_string(text) 
RETURNS text 
IMMUTABLE 
STRICT 
LANGUAGE SQL 
AS $$ 
SELECT translate(
    $1, 
    'âãäåāăąÁÂÃÄÅĀĂĄèééêëēĕėęěĒĔĖĘĚìíîïìĩīĭÌÍÎÏÌĨĪĬóôõöōŏőÒÓÔÕÖŌŎŐùúûüũūŭůÙÚÛÜŨŪŬŮ', 
    'aaaaaaaaaaaaaaaeeeeeeeeeeeeeeeiiiiiiiiiiiiiiiiooooooooooooooouuuuuuuuuuuuuuuu' 
); 
$$; 

Et plpython:

create or replace function unaccent(text) returns text language plpythonu as $$ 
import unicodedata 
rv = plpy.execute("select setting from pg_settings where name = 'server_encoding'"); 
encoding = rv[0]["setting"] 
s = args[0].decode(encoding) 
s = unicodedata.normalize("NFKD", s) 
s = ''.join(c for c in s if ord(c) < 127) 
return s 
$$; 

Dans votre cas, un translate() appeler avec tous les personnages que vous peut trouver dans le UTF-8 table devrait suffire.

Answer 2

Utilisation pg_collkey() pour soins intensifs pris en charge unicode comparer: - http://www.public-software-group.org/pg_collkey - http://russ.garrett.co.uk/tag/postgresql/