При сортировке используется не совсем верный порядок латышских букв, даже при использовании соответствующего COLLATE WIN1257_LV. 4 буквы из используемых не различают наличие акцентированных букв. Это поведение задокументировано в Collation chart for WIN1257.WIN1257_LV (Firebird 2.0.3) , но не является правильным.

Подскажите можно ли внести исправления самостоятельно и что для этого нужно сделать (если скомпилять свою fbintl, то где её взять)?

п.с. параллельно этому посту зарегистрирую баг в firebird issue-tracker-e

Мимопроходящий, так на последней и тестирую. Баг проявляется в 2.5.

Просто Collation Chart нашёлся только для 2.0.3 версии, вот на него и дал ссылку. Насколько я понимаю с тех пор там ничего особо не изменилось по части латышского.

dimitr
Дело в том, что этот коллейт делался (в яффиле, ЕМНИП) как раз по заказу латышей. Так что странно слышать претензии много лет спустя.

Лично мы долгое время сидели на FB 1.5, а там вместо латышской кодовой страницы использовалась турецкая и танцы с бубном. Подробности того, почему это работало сейчас выяснить будет затруднительно.

Не так давно перешли на WIN1257 и столкнулись с описанной проблемой.

oleg_m
Вопрос звучит так, если я правильно перевел:
"диакретики должны обязательно идти после простых букв, а не вперемешку, (как сейчас делает FB)"

Именно.

CORE-3131 - это и есть мой вчерашний кейс.

oleg_mbtw, гугл в первом десятке выдал
© Текст: Доктор наук Инна Друвиете, Латвийский Университет; Доктор наук Байба Кангаре, Стокгольмский Университет; Институт Латвии, 2001 г.

вроде как верно говорит - все диакретики после простых букв. ну так вроде здесь так и есть...


oleg_mdebose - покажите, как выглядит запрос, в котором диакретики не отсортированы. (Collate в сортировке указан?) К записи в трекере полезно прилагать скрипт, воспроизводящий ситуацию.

Скрипт приложу чуть позже. По нему станет понятно, почему некоторые примеры сейчас работают у всех, а некоторые нет.

dimitrфраза в тикете, что основные буквы и диакретики идут вперемешку (не отсортированы) не корректна. На самом деле, вопрос стоит по-другому. Сейчас последовательность сортировки такая: a, A, a', A', b, B. В тикете же требуется так: a, a', A, A', b, B (ну или наоборот, от заглавных к строчным), т.е. чтобы в сортировке не перемежались заглавные и строчные буквы разной диакретичности. Я таких требований в ссылке на алфавит никак не наблюдаю.

Формулировка действительно кривовата (раз допускается неоднозначная трактовка). Вообще, я не рассматривал ситуацию чередования заглавных и строчных букв в сортировке. Основная проблема в том, что буквы с диакретическими знаками должны следовать после аналогичных букв без этих знаков. Строчные и заглавные буквы были приведены для иллюстрации.

JanexВ FB вроде всё правильно на мои взгляд
В FB всё может выглядеть правильным, до тех пор пока тестовый пример состоит из одинаковых символов.

Проблемы начнутся, с такой последовательностью:
FBaa
āb
ac


Если отсортировать в FB, то получится так как приведено в примере.

А должно быть так:
Excelaa
ac
āb


Аналогичные проблемы и с буквами E I U.

Ребят, мне кажется мы отошли от темы. Вопрос не в том, как правильно сортировать заглавные и строчные буквы - в это плане ситуация едва ли отличается от английского языка.

Проблема в том, что некоторые буквы с диакритическими знаками перемешиваются с буквами без этих знаков.

А вопрос топика был следующий: можно ли это как-то исправить своими силами?

Кстати, эта проблема была характерна не только для Firebird.

Dimitry Sibiryakov
debose
А вопрос топика был следующий: можно ли это как-то исправить своими силами?

Насколько я понимаю, достаточно внести изменения в src/intl/collations/win1257_lv.h и
пересобрать птицу.


Dimitry Sibiryakov, спасибо. Не подскажете, пересобирать придётся всю птицу, или там есть возможность пересобрать только fbintl?
Буду курить исходники пытаясь понять что там к чему и надеясь, что кто-нибудь из разработчиков внемлет отчёту CORE-3131 и решит эту проблему.

dimitr
ради интереса посмотрел на другие таблицы на том же сайте collation charts. Наш вариант совпадает с MSSQL (откуда он и был списан яффилом, насколько я помню). Причем locale для старых виндов (до висты) тоже аналогичен (откуда и был предположительно скопирован в MSSQL). Начиная с висты винды считают диакритики (причем не все, а только долготу и мягкость - верхние дефис и "крышечку") отдельным символом. Аналогично считает оракл. Кто тут прав - хрен разберешь :-)


Я чуть выше приводил ссылочку , где описывалась история аналогичного бага в MS SQL 2005, и пару примеров иллюстрирующих суть проблемы. А порядок сортировки заглавных и строчных букв, пусть остаётся таким же как был - а то клиенты ещё и за это съедят.