支持的版本:当前 (17) / 16 / 15 / 14 / 13
开发版本:devel
不支持的版本:12 / 11 / 10 / 9.6 / 9.5 / 9.4 / 9.3 / 9.2 / 9.1 / 9.0 / 8.4

F.9. citext — 不区分大小写的字符字符串类型 #

citext 模块提供了一个不区分大小写的字符字符串类型,citext。本质上,它在比较值时内部调用 lower。除此之外,它的行为几乎与 text 完全相同。

提示

请考虑使用非确定性排序规则(请参见第 23.2.2.4 节)来代替此模块。它们可以用于不区分大小写的比较、不区分重音符号的比较和其他组合,并且它们可以正确处理更多 Unicode 特殊情况。

该模块被认为是受信任的,也就是说,具有当前数据库的 CREATE 权限的非超级用户可以安装它。

F.9.1. 基本原理 #

PostgreSQL 中执行不区分大小写匹配的标准方法是在比较值时使用 lower 函数,例如

SELECT * FROM tab WHERE lower(col) = LOWER(?);

这种方法效果不错,但是存在一些缺点

  • 它会使您的 SQL 语句冗长,而且您总是必须记住在列和查询值上都使用 lower

  • 它不会使用索引,除非您使用 lower 创建函数索引。

  • 如果您将列声明为 UNIQUEPRIMARY KEY,则隐式生成的索引是区分大小写的。因此,它对不区分大小写的搜索毫无用处,并且不会以不区分大小写的方式强制执行唯一性。

citext 数据类型允许您在 SQL 查询中消除对 lower 的调用,并允许主键不区分大小写。citext 具有区域设置感知能力,就像 text 一样,这意味着大写和小写字符的匹配取决于数据库的 LC_CTYPE 设置规则。同样,此行为与在查询中使用 lower 的行为相同。但是,由于它是由数据类型透明地完成的,因此您不必记住在查询中执行任何特殊操作。

F.9.2. 如何使用 #

这是一个简单的使用示例

CREATE TABLE users (
    nick CITEXT PRIMARY KEY,
    pass TEXT   NOT NULL
);

INSERT INTO users VALUES ( 'larry',  sha256(random()::text::bytea) );
INSERT INTO users VALUES ( 'Tom',    sha256(random()::text::bytea) );
INSERT INTO users VALUES ( 'Damian', sha256(random()::text::bytea) );
INSERT INTO users VALUES ( 'NEAL',   sha256(random()::text::bytea) );
INSERT INTO users VALUES ( 'Bjørn',  sha256(random()::text::bytea) );

SELECT * FROM users WHERE nick = 'Larry';

即使 nick 列设置为 larry 并且查询为 LarrySELECT 语句也会返回一个元组。

F.9.3. 字符串比较行为 #

citext 通过将每个字符串转换为小写(就像调用了 lower 一样)然后正常比较结果来执行比较。因此,例如,如果 lower 会为它们产生相同的结果,则认为两个字符串相等。

为了尽可能地模拟不区分大小写的排序规则,存在许多字符串处理操作符和函数的 citext 特定版本。因此,例如,当应用于 citext 时,正则表达式操作符 ~~* 表现出相同的行为:它们都以不区分大小写的方式进行匹配。对于 !~!~*,以及 LIKE 操作符 ~~~~* 以及 !~~!~~* 也是如此。如果您想区分大小写地匹配,可以将操作符的参数强制转换为 text

同样,如果以下所有函数的参数为 citext,则它们都以不区分大小写的方式执行匹配

  • regexp_match()

  • regexp_matches()

  • regexp_replace()

  • regexp_split_to_array()

  • regexp_split_to_table()

  • replace()

  • split_part()

  • strpos()

  • translate()

对于 regexp 函数,如果您想区分大小写地匹配,可以指定 c 标志来强制执行区分大小写的匹配。否则,如果您想要区分大小写的行为,则必须在使用这些函数之前强制转换为 text

F.9.4. 限制 #

  • citext 的大小写折叠行为取决于数据库的 LC_CTYPE 设置。因此,它如何比较值是在创建数据库时确定的。按照 Unicode 标准的定义,它不是真正不区分大小写的。实际上,这意味着只要您对排序规则感到满意,就应该对 citext 的比较感到满意。但是,如果您的数据库中存储了不同语言的数据,如果排序规则是针对其他语言的,则一种语言的用户可能会发现其查询结果与预期不符。

  • PostgreSQL 9.1 开始,您可以将 COLLATE 规范附加到 citext 列或数据值。当前,citext 操作符在比较大小写折叠的字符串时将遵守非默认的 COLLATE 规范,但是初始的小写折叠始终根据数据库的 LC_CTYPE 设置完成(也就是说,就像给定了 COLLATE "default" 一样)。这可能会在未来的版本中更改,以便两个步骤都遵循输入的 COLLATE 规范。

  • citext 不如 text 有效,因为操作符函数和 B 树比较函数必须复制数据并将其转换为小写以进行比较。此外,只有 text 可以支持 B 树重复数据删除。但是,citext 比使用 lower 来获得不区分大小写的匹配稍微有效。

  • 如果您需要在某些上下文中区分大小写地比较数据,而在其他上下文中不区分大小写地比较数据,则 citext 帮助不大。标准答案是使用 text 类型,并在需要不区分大小写比较时手动使用 lower 函数;如果只需要很少的不区分大小写比较,则此方法可以正常工作。如果您大部分时间都需要不区分大小写的行为,而很少需要区分大小写的行为,请考虑将数据存储为 citext,并在需要区分大小写比较时显式地将列强制转换为 text。在任何一种情况下,如果您希望两种类型的搜索都快速,则需要两个索引。

  • 包含 citext 操作符的模式必须在当前的 search_path 中(通常是 public);如果不是,则将调用普通的区分大小写的 text 操作符。

  • 用于比较的小写字符串方法不能正确处理某些 Unicode 特殊情况,例如当一个大写字母有两个小写字母等效项时。出于此原因,Unicode 区分大小写映射大小写折叠。请使用非确定性排序规则而不是 citext 来正确处理这种情况。

F.9.5. 作者 #

David E. Wheeler

灵感来自 Donald Fraser 的原始 citext 模块。

提交更正

如果您发现文档中的任何内容不正确、与您对特定功能的体验不符或需要进一步澄清,请使用此表单报告文档问题。