我在哪裡可以找到排序規則的確切規則？

Windows（SQL Server）中的排序規則定義的確切排序/相等規則是否有任何文件，例如“Finnish_Swedish_CI_AS”？

我知道 CI/CS、AI/AS 等，但我正在尋找一個表格或一組規則，這些規則實際上表明“a”在“b”之前排序等等。也許類似於此頁面：http ://collat​​ion-charts.org/mssql/mssql.040B.1252.Finnish_Swedish_CI_AS.html 該頁面的問題是我不清楚如何閱讀它的某些方面。此外，它並不表示 æ 被視為等於“ae”，我想知道是否還有更多此類情況或其他未顯示的規則。

另外，我試圖找出 Finnish_Swedish_CI_AS 和 Finnish_Swedish_100_CI_AS 之間的確切區別

不幸的是，不存在這樣的文件。最可能的原因是，由於規則的實際複雜性，記錄起來比大多數人意識到的要困難得多。雖然每個字元都有一個預設權重（即使該權重為 0），但如何使用該權重是由幾層規則決定的。其中一些規則依賴於排序規則（例如，大小寫、重音、假名和寬度敏感度），而一些規則只是硬編碼的（例如，在大多數但不是全部情況下，將小寫字母排序在大寫字母之前）。但是這些類型的規則只是被處理的一些規則類型。

是的，有簡單的æ=映射ae，但還有更複雜的涉及組合字元的映射（不單獨顯示的字元，而是疊加在基本字元之上）。例如：

SELECT NCHAR(252), NCHAR(0x0308), N'u' + NCHAR(0x0308)
-- ü    ̈   ü

IF (NCHAR(252) = N'u' + NCHAR(0x0308)) SELECT 'Same!' ELSE SELECT 'Nope.';
-- Same!

IF (NCHAR(252) = N'u') SELECT 'Same!' ELSE SELECT 'Nope.';
-- Nope.

IF (NCHAR(252) = N'u' COLLATE Latin1_General_100_CI_AI) SELECT 'Same!' ELSE SELECT 'Nope.';
-- Same!

當然，有些“字元”是由一個基本字元和多個組合字元組成的。

此外，某些權重取決於上下文（即角色相對於其他角色的放置位置）。例如，連字元（即 == 減號 == -）本身排在字母之前。一個簡單的測試顯示了這種行為：

SELECT * FROM (VALUES ('a'), ('c'), ('-')) t(c)
ORDER BY t.c COLLATE SQL_Latin1_General_CP1_CI_AS ASC;

SELECT * FROM (VALUES ('a'), ('c'), ('-')) t(c)
ORDER BY t.c COLLATE Latin1_General_CI_AS ASC;

兩個排序規則在這裡具有相同的順序：

-
a
c

現在讓我們在一些字母之間放置連字元。首先，我們將使用 SQL Server 排序規則進行測試（它使用較舊、更簡單的“字元串排序”）：

SELECT * FROM (VALUES ('a'), ('c'), ('-'), ('aaa'), ('aca'), ('a-b'), ('a-d')) t(c)
ORDER BY t.c COLLATE SQL_Latin1_General_CP1_CI_AS ASC;

返回：

-
a
a-b
a-d
aaa
aca
c

這裡沒有區別，-仍然在字母之前，這就是為什麼兩a-行都在aa和之前ac。現在使用 Windows 排序規則：

SELECT * FROM (VALUES ('a'), ('c'), ('-'), ('aaa'), ('aca'), ('a-b'), ('a-d')) t(c)
ORDER BY t.c COLLATE Latin1_General_CI_AS ASC;

返回：

-
a
aaa
a-b
aca
a-d
c

您在這裡看到的是，由於位於字母之間，連字元被忽略（是的，它僅在排序時被忽略；在進行比較時，它不會被忽略，可以通過執行看到：）SELECT 1 WHERE 'a-b' = 'ab' COLLATE Latin1_General_CI_AS;。這就是為什麼在它被視為存在的情況下a-b排序，然後aaa在它被aca視為存在的情況下進行排序。ab``a-d``aca``ad

另外兩個複雜的因素是：

• 正在使用哪些版本的 Unicode 字元數據庫 (UCD) 和通用區域設置數據儲存庫 (CLDR)。它不像一個（或許多）人希望的那麼簡單，舊版本的 Unicode 標準要麼似乎沒有所有的基本資訊，要麼至少它們確實不容易找到
• Microsoft 對 Unicode 標準的實施有多精確？畢竟，它只是一個標準，可以由不同的供應商以不同的方式實施。

話雖如此，通過檢查 Unicode.org 的一些基本數據文件，您仍然可能非常接近您正在尋找的內容。但首先，我們需要知道要查看哪個特定於語言環境的自定義文件。我們可以通過獲取相關排序規則的 LCID 來找到它：

SELECT COLLATIONPROPERTY('Finnish_Swedish_CI_AS', 'LCID'),
      CONVERT(VARBINARY(3), COLLATIONPROPERTY('Finnish_Swedish_CI_AS', 'LCID'));
-- 1035       0x00040B

現在我們可以040B在以下頁面上查找：LCID 結構。

我們看到它0x040B指的是fi-FI，這意味著我們將尋找一個文件名中的一個fi-FI或只是一個fi。

• 解釋（一些“輕”讀；-）：

  • Unicode 排序算法 (UCA)
  • Unicode 區域設置數據標記語言 (LMDL)：第 2 部分：正常（轉換）
  • Unicode 區域設置數據標記語言 (LMDL)：第 5 部分：整理

• 數據：

  • 轉換（æ → ae等）
  • 重新映射的 Unicode 元素表以用於 CLDR
  • 根整理順序
  • 芬蘭語定制（基於1035/0x040B表示“fi”的 LCID）

引用自：https://dba.stackexchange.com/questions/107383