Regex Postgresql正则表达式匹配大写，支持Unicode

书名对它的总结相当好。我正在为Postgres~运算符寻找与Unicode大写字符匹配的正则表达式。 显而易见的方法行不通：

=> select 'A' ~ '[[:upper:]]';
 ?column? 
----------
 t
(1 row)

=> select 'Ó' ~ '[[:upper:]]';
 ?column? 
----------
 t
(1 row)

=> select 'Ą' ~ '[[:upper:]]';
 ?column? 
----------
 f
(1 row)

我使用的是Postgresql 9.1，我的语言环境设置为pl_pl.UTF-8。订购工作正常

=> show LC_CTYPE;
  lc_ctype   
-------------
 pl_PL.UTF-8
(1 row)

---

PG 9.1和更旧版本的regexp引擎无法正确地对代码点不适合一个字节的字符进行分类。

“Ó”

的代码点是211，这是正确的，但是

“Ą”

的代码点是260，超过255

第9.2页在这方面做得更好，尽管并非所有字母表都100%正确。请参见PostgreSQL源代码，尤其是注释的以下部分：

移除硬连线限制，不考虑WCyType h结果 255以上的字符代码

及

尽管如此，我们还是可以把它推高到U+7FF（我选择它作为 2字节UTF8字符），这至少会让东欧人 快乐等待更好的解决方案

---

不幸的是，这并没有向后移植到9.1，我发现perl正则表达式可以完美地处理Unicode

create extension plperl;

create function is_letter_upper(text) returns boolean
immutable strict language plperl
as $$
    use feature 'unicode_strings';
    return $_[0] =~ /^\p{IsUpper}$/ ? "true" : "false";
$$;

---

用perl 5.16.2在postgres 9.2上测试。

答案不正确，但与我本地的postgresql 9.2.1（但不是9.1.6）上的

。如果您尝试使用9.1中的排序规则会怎么样？：
select'Ą'~'[：upper:]'collate“pl_pl”
@Clodoaldo显式指定排序规则对结果没有影响，因此它看起来像是一个在9.2中最终修复的bug？可能与报告时修复的bug有关（但据我所知，发行说明中未提及）