Информатика · объяснение и практика

Порядок строк: правило сравнения не равно нормализации Unicode

Сравнение строк в SQLite: BINARY, NOCASE, регистр кириллицы и отличие сортировки текста от сравнения чисел.

Синие фигурные скобки держат между собой оранжевый квадрат.

В теме Таблицы, базы данных и SQL · Учебная карта

В маршруте Запросы, ограничения и устойчивое чтение · 10 тем

Главная мысль

Collation задаёт правило сравнения текстовых строк. Встроенное SQLite NOCASE учитывает регистр только латинских ASCII-букв; оно не превращает кириллицу в полноценное сравнение без регистра. Правило сравнения должно соответствовать языку и назначению данных.

Одинаковый текст зависит от правила

Для регистрационных кодов различие между заглавной и строчной буквой может быть важным, а для поиска названий — мешать пользователю. Это разные требования. Collation определяет, какие строки считаются равными и в каком порядке сравниваются; оно не обязано изменять сохранённый текст.

В SQLite встроено несколько правил. BINARY сравнивает строковые данные по двоичному представлению. NOCASE дополнительно сводит заглавные латинские ASCII-буквы к соответствующим строчным. RTRIM игнорирует завершающие пробелы при сравнении. Каждое правило имеет ограниченную задачу, а не универсальное понятие человеческой похожести.

Проверяем кириллицу отдельным опытом

Ученик может ожидать, что NOCASE одинаково обработает пары «Map» и «map», «Дом» и «дом». Первая пара использует латинскую M и сравнивается без этого регистрового различия. Во второй паре заглавная Д не входит в набор ASCII, поэтому встроенное правило не обеспечивает ожидаемое равенство.

Если приложению нужна языковая обработка Unicode, её проектируют отдельно: выбирают надёжное правило, проверяют нормализацию и согласуют его с индексами и уникальностью. Простая замена названия BINARY на NOCASE не доказывает, что поиск русского текста стал корректным. Проверка должна включать реальные кириллические данные.

Пример

В SQLite «Sun» = «sun» COLLATE NOCASE даёт истину, а «Лес» = «лес» COLLATE NOCASE — ложь.

Изменение S обрабатывается встроенным ASCII-приведением регистра. Изменение Л этим правилом не покрывается; обе строки сохраняют свои символы.

Сравнение и отображение решают разные задачи

Если сравнение игнорирует определённое различие, это не означает, что программа должна переписать пользовательское название. Можно хранить исходное оформление и использовать отдельный поисковый ключ. При этом правила создания такого ключа становятся частью модели данных, которую нужно версионировать и проверять.

Collation относится к сравнению текстов, а не заменяет числовую сортировку. Для выражений и колонок SQLite выбирает правило по установленным приоритетам, поэтому явный COLLATE может изменить результат конкретного сравнения. Перед созданием уникального индекса полезно проверить пары, которые правило объединяет: после такого объединения ранее разные записи могут столкнуться.

От чтения к действию

А теперь — вы

Какое утверждение верно для встроенного NOCASE в SQLite?

Частые вопросы

NOCASE меняет сохранённый регистр строки?

Нет. Это правило сравнения, а не команда переписать значение.

NOCASE гарантирует поиск русского текста без учёта регистра?

Нет. Встроенное SQLite NOCASE сводит регистр только для ASCII-латиницы.

Источники и работа с материалом

Объяснение, примеры и вопросы написаны для erudeet. Факты и определения сверены по источникам ниже; это ссылки для самостоятельной проверки.

Продолжить разбираться