USE tempdb;
CREATE TABLE dbo.OddSort
(
id INT IDENTITY(1,1) PRIMARY KEY,col1 NVARCHAR(2),col2 NVARCHAR(2)
);
GO
INSERT dbo.OddSort (col1,col2)
VALUES (N'e',N'eA'),(N'é',N'éB'),(N'ë',N'ëC'),(N'è',N'èD'),(N'ê',N'êE'),(N'ē',N'ēF');
GO
SELECT *
FROM dbo.OddSort
ORDER BY col1 COLLATE Latin1_General_100_CS_AS;
╔════╦══════╦══════╗ ║ id ║ col1 ║ col2 ║ ╠════╬══════╬══════╣ ║ 1 ║ e ║ eA ║ ║ 2 ║ é ║ éB ║ ║ 4 ║ è ║ èD ║ -- should be id 3? ║ 5 ║ ê ║ êE ║ ║ 3 ║ ë ║ ëC ║ ║ 6 ║ ē ║ ēF ║ ╚════╩══════╩══════╝
SELECT * FROM dbo.OddSort ORDER BY col2 COLLATE Latin1_General_100_CS_AS;
╔════╦══════╦══════╗ ║ id ║ col1 ║ col2 ║ ╠════╬══════╬══════╣ ║ 1 ║ e ║ eA ║ ║ 2 ║ é ║ éB ║ ║ 3 ║ ë ║ ëC ║ ║ 4 ║ è ║ èD ║ ║ 5 ║ ê ║ êE ║ ║ 6 ║ ē ║ ēF ║ ╚════╩══════╩══════╝
解决方法
基于https://docs.microsoft.com/en-us/sql/t-sql/statements/windows-collation-name-transact-sql Latin1_General_100_CS_AS表示：“排序使用Latin1常规字典排序规则并映射到代码页1252”,添加了CS =区分大小写和AS =重音敏感.
Windows代码页1252和Unicode(http://www.unicode.org/Public/MAPPINGS/VENDORS/MICSFT/WINDOWS/CP1252.TXT)之间的映射显示了我们正在处理的所有字符的相同值(除了使用macron在Microsoft映射中不存在的e,因此不知道它在这种情况下的作用),所以我们可以现在专注于Unicode工具和术语.
首先,让我们准确地知道我们正在处理的所有字符串：
0065 LATIN SMALL LETTER E 0041 LATIN CAPITAL LETTER A 00E9 LATIN SMALL LETTER E WITH ACUTE 0042 LATIN CAPITAL LETTER B 00EB LATIN SMALL LETTER E WITH DIAERESIS 0043 LATIN CAPITAL LETTER C 00E8 LATIN SMALL LETTER E WITH GRAVE 0044 LATIN CAPITAL LETTER D 00EA LATIN SMALL LETTER E WITH CIRCUMFLEX 0045 LATIN CAPITAL LETTER E 0113 LATIN SMALL LETTER E WITH MACRON 0046 LATIN CAPITAL LETTER F
这里描述了Unicode校对算法：https://www.unicode.org/reports/tr10/
看看1.3节“语境敏感性”,它解释了排序不能仅依赖于一个字符,因为某些规则是上下文敏感的.
还要注意1.8中的这些要点：
Collation is not a property of strings.@H_502_30@ Collation order is not preserved under concatenation or substring operations,in general.
By default,the algorithm makes use of three fully-customizable levels. For the Latin script,these levels correspond roughly to:
alphabetic ordering diacritic ordering case ordering.
但算法本身有点密集.它的要点是：简而言之,Unicode归类算法采用输入Unicode字符串和归类元素表,其中包含字符的映射数据.它产生一个排序键,它是一个无符号16位整数数组.然后可以对如此生成的两个或多个排序键进行二进制比较,以便在生成它们的字符串之间进行正确的比较.
您可以在此处查看特定的拉丁语排序规则：http://developer.mimer.com/collations/charts/latin.htm@H_502_30@或者更直接,更具体地用于MS sql：@H_502_30@http://collation-charts.org/mssql/mssql.0409.1252.Latin1_General_CS_AS.html
对于e字符,它显示：
e E é É è È ê Ê ë Ë
这解释了在col1上订购时的结果,除了代码页1252中不存在ē,所以我完全不知道它用它做什么.
或者,如果我们手动执行Unicode算法,请在http://www.unicode.org/Public/UCA/latest/allkeys.txt使用DUCET的键值：
步骤1：规范化形式D,因此每个案例变为：
e => U+0065 é => U+0065 U+0301 ë => U+0065 U+0308 è => U+0065 U+0300 ê => U+0065 U+0302 ē => U+0065 U+0304
e => [.1D10.0020.0002] é => [.1D10.0020.0002] [.0000.0024.0002] ë => [.1D10.0020.0002] [.0000.002B.0002] è => [.1D10.0020.0002] [.0000.0025.0002] ê => [.1D10.0020.0002] [.0000.0027.0002] ē => [.1D10.0020.0002] [.0000.0032.0002]
步骤3,表单排序键(对于每个级别,取每个排序规则数组中的每个值,然后将0000作为分隔符再次开始下一级别)
e => 1D10 0000 0020 0000 0002 é => 1D10 0000 0020 0024 0000 0002 0002 ë => 1D10 0000 0020 002B 0000 0002 0002 è => 1D10 0000 0020 0025 0000 0002 0002 ê => 1D10 0000 0020 0027 0000 0002 0002 ē => 1D10 0000 0020 0032 0000 0002 0002
步骤4,比较排序键(逐个对每个值进行简单的二进制比较)：@H_502_30@第四个值足以对它们进行排序,因此最终的顺序变为：
e é è ê ë ē
以同样的方式对col2进行排序：
第1步：NFD
eA => U+0065 U+0041 éB => U+0065 U+0301 U+0042 ëC => U+0065 U+0308 U+0043 èD => U+0065 U+0300 U+0044 êE => U+0065 U+0302 U+0045 ēF => U+0065 U+0304 U+0046
第2步：归类数组
eA => [.1D10.0020.0002] [.1CAD.0020.0008] éB => [.1D10.0020.0002] [.0000.0024.0002] [.1CC6.0020.0008] ëC => [.1D10.0020.0002] [.0000.002B.0002] [.1CE0.0020.0008] èD => [.1D10.0020.0002] [.0000.0025.0002] [.1CF5.0020.0008] êE => [.1D10.0020.0002] [.0000.0027.0002] [.1D10.0020.0008] ēF => [.1D10.0020.0002] [.0000.0032.0002] [.1D4B.0020.0008]
第3步：表单排序键
eA => 1D10 1CAD 0000 0020 0020 0000 0002 0008 éB => 1D10 1CC6 0000 0020 0024 0020 0000 0002 0002 0008 ëC => 1D10 1CE0 0000 0020 002B 0020 0000 0002 0002 0008 èD => 1D10 1CF5 0000 0020 0025 0020 0000 0002 0002 0008 êE => 1D10 1D10 0000 0020 0027 0020 0000 0002 0002 0008 ēF => 1D10 1D4B 0000 0020 0032 0020 0000 0002 0002 0008
第4步：比较排序键：@H_502_30@第二个值足以对它们进行排序,事实上它已经按递增顺序排列,所以最终的顺序确实如下：
eA éB ëC èD êE ēF
更新：添加Solomon Rutzky第三种情况,由于启用新规则的空间(我选择了“不可忽视的情况”),这种情况比较棘手：
第1步,NFD：
è 1 => U+0065 U+0300 U+0020 U+0031 ê 5 => U+0065 U+0302 U+0020 U+0035 e 2 => U+0065 U+0020 U+0032 é 4 => U+0065 U+0301 U+0020 U+0034 ē 3 => U+0065 U+0304 U+0020 U+0033 ë 6 => U+0065 U+0308 U+0020 U+0036
第2步,生成归类数组：
è 1 => [.1D10.0020.0002] [.0000.0025.0002] [*0209.0020.0002] [.1CA4.0020.0002] ê 5 => [.1D10.0020.0002] [.0000.0027.0002] [*0209.0020.0002] [.1CA8.0020.0002] e 2 => [.1D10.0020.0002] [*0209.0020.0002] [.1CA5.0020.0002] é 4 => [.1D10.0020.0002] [.0000.0024.0002] [*0209.0020.0002] [.1CA7.0020.0002] ē 3 => [.1D10.0020.0002] [.0000.0032.0002] [*0209.0020.0002] [.1CA6.0020.0002] ë 6 => [.1D10.0020.0002] [.0000.002B.0002] [*0209.0020.0002] [.1CA9.0020.0002]
第3步,表单排序键：
è 1 => 1D10 0209 1CA4 0000 0020 0025 0020 0020 0000 0002 0002 0002 0002 ê 5 => 1D10 0209 1CA8 0000 0020 0027 0020 0020 0000 0002 0002 0002 0002 e 2 => 1D10 0209 1CA5 0000 0020 0020 0020 0000 0002 0002 0002 é 4 => 1D10 0209 1CA7 0000 0020 0024 0020 0020 0000 0002 0002 0002 0002 ē 3 => 1D10 0209 1CA6 0000 0020 0032 0020 0020 0000 0002 0002 0002 0002 ë 6 => 1D10 0209 1CA9 0000 0020 002B 0020 0020 0000 0002 0002 0002 0002
第4步,比较排序键：
基本上第三个值决定了顺序,实际上它只是基于最后一个数字,所以顺序应该是：
è 1 e 2 ē 3 é 4 ê 5 ë 6
第二次更新基于Solomon Rutzky关于Unicode版本的评论.
我目前使用了关于最新Unicode版本的allkeys.txt数据,即版本10.0
如果我们需要考虑Unicode 5.1,那将是：@H_502_30@http://www.unicode.org/Public/UCA/5.1.0/allkeys.txt
我刚检查过,对于上面的所有字符,整理数组都是@H_502_30@相反：
e => [.119D.0020.0002.0065] é => [.119D.0020.0002.0065] [.0000.0032.0002.0301] ë => [.119D.0020.0002.0065] [.0000.0047.0002.0308] è => [.119D.0020.0002.0065] [.0000.0035.0002.0300] ê => [.119D.0020.0002.0065] [.0000.003C.0002.0302] ē => [.119D.0020.0002.0065] [.0000.005B.0002.0304]
和：
eA => [.119D.0020.0002.0065] [.1141.0020.0008.0041] éB => [.119D.0020.0002.0065] [.0000.0032.0002.0301] [.1157.0020.0008.0042] ëC => [.119D.0020.0002.0065] [.0000.0047.0002.0308] [.116F.0020.0008.0043] èD => [.119D.0020.0002.0065] [.0000.0035.0002.0300] [.1182.0020.0008.0044] êE => [.119D.0020.0002.0065] [.0000.003C.0002.0302] [.119D.0020.0008.0045] ēF => [.119D.0020.0002.0065] [.0000.005B.0002.0304] [.11D5.0020.0008.0046]
和：
è 1 => [.119D.0020.0002.0065] [.0000.0035.0002.0300] [*0209.0020.0002.0020] [.1138.0020.0002.0031] ê 5 => [.119D.0020.0002.0065] [.0000.003C.0002.0302] [*0209.0020.0002.0020] [.113C.0020.0002.0035] e 2 => [.119D.0020.0002.0065] [*0209.0020.0002.0020] [.1139.0020.0002.0032] é 4 => [.119D.0020.0002.0065] [.0000.0032.0002.0301] [*0209.0020.0002.0020] [.113B.0020.0002.0034] ē 3 => [.119D.0020.0002.0065] [.0000.005B.0002.0304] [*0209.0020.0002.0020] [.113A.0020.0002.0033] ë 6 => [.119D.0020.0002.0065] [.0000.0047.0002.0308] [*0209.0020.0002.0020] [.113D.0020.0002.0036]
然后计算到以下排序键：
e => 119D 0000 0020 0000 0002 0000 0065 é => 119D 0000 0020 0032 0000 0002 0002 0000 0065 0301 ë => 119D 0000 0020 0047 0000 0002 0002 0000 0065 0308 è => 119D 0000 0020 0035 0000 0002 0002 0000 0065 0300 ê => 119D 0000 0020 003C 0000 0002 0002 0000 0065 0302 ē => 119D 0000 0020 005B 0000 0002 0002 0000 0065 0304
和：
eA => 119D 1141 0000 0020 0020 0000 0002 0008 0000 0065 0041 éB => 119D 1157 0000 0020 0032 0020 0000 0002 0002 0008 0000 0065 0301 0042 ëC => 119D 116F 0000 0020 0047 0020 0000 0002 0002 0008 0000 0065 0308 0043 èD => 119D 1182 0000 0020 0035 0020 0000 0002 0002 0008 0000 0065 0300 0044 êE => 119D 119D 0000 0020 003C 0020 0000 0002 0002 0008 0000 0065 0302 0045 ēF => 119D 11D5 0000 0020 005B 0020 0000 0002 0002 0008 0000 0065 0304 0046
和：
è 1 => 119D 0209 1138 0000 0020 0035 0020 0020 0000 0002 0002 0002 0002 0000 0065 0300 0020 0031 ê 5 => 119D 0209 113C 0000 0020 003C 0020 0020 0000 0002 0002 0002 0002 0000 0065 0302 0020 0035 e 2 => 119D 0209 1139 0000 0020 0020 0020 0000 0002 0002 0002 0000 0065 0020 0032 é 4 => 119D 0209 113B 0000 0020 0032 0020 0020 0000 0002 0002 0002 0002 0000 0065 0301 0020 0034 ē 3 => 119D 0209 113A 0000 0020 005B 0020 0020 0000 0002 0002 0002 0002 0000 0065 0304 0020 0033 ë 6 => 119D 0209 113D 0000 0020 0047 0020 0020 0000 0002 0002 0002 0002 0000 0065 0308 0020 0036
这又给出了这三个排序结果：
e é è ê ë ē
和
eA éB ëC èD êE ēF
和
è 1 e 2 ē 3 é 4 ê 5 ë 6
