如何用SQLAlchemy定义数据库无关的大小写敏感Unicode列？

核心思路 #

要实现数据库无关的大小写敏感Unicode列，关键是让SQLAlchemy针对不同数据库自动适配对应的排序规则或类型，同时保持统一的模型定义方式。

方案一：自定义类型（推荐） #

创建继承自Unicode的自定义类型，在不同数据库方言下自动切换为对应大小写敏感的实现：

from sqlalchemy import Unicode
from sqlalchemy.dialects import mysql, postgresql, sqlite

class CaseSensitiveUnicode(Unicode):
    def __init__(self, length=None, **kwargs):
        super().__init__(length=length, **kwargs)

    def load_dialect_impl(self, dialect):
        if dialect.name == 'mysql':
            # MariaDB/MySQL 采用 utf8mb4_bin 排序规则（严格区分大小写）
            return dialect.type_descriptor(mysql.VARCHAR(length=self.length, collation='utf8mb4_bin'))
        elif dialect.name == 'postgresql':
            # PostgreSQL 使用 C 排序规则（大小写敏感，跨系统通用）
            return dialect.type_descriptor(postgresql.VARCHAR(length=self.length, collation='C'))
        elif dialect.name == 'sqlite':
            # SQLite 默认TEXT类型大小写敏感，直接返回TEXT类型
            return dialect.type_descriptor(sqlite.TEXT)
        else:
            # 其他数据库默认沿用基类Unicode类型，可按需扩展适配逻辑
            return super().load_dialect_impl(dialect)

在数据模型中直接使用该自定义类型：

from sqlalchemy import Column, Integer
from sqlalchemy.ext.declarative import declarative_base

Base = declarative_base()

class ExampleModel(Base):
    __tablename__ = 'example_table'
    id = Column(Integer, primary_key=True)
    sensitive_unicode_field = Column(CaseSensitiveUnicode(255), nullable=False)

方案二：直接指定排序规则（SQLAlchemy 1.4+） #

如果不需要自定义类型，也可以在列定义时根据数据库方言指定排序规则：

from sqlalchemy import Column, Integer, Unicode
from sqlalchemy.sql.expression import Collation
from sqlalchemy import create_engine

engine = create_engine("your_database_url")
dialect = engine.dialect

class ExampleModel(Base):
    __tablename__ = 'example_table'
    id = Column(Integer, primary_key=True)
    sensitive_unicode_field = Column(
        Unicode(255),
        Collation('utf8mb4_bin') if dialect.name == 'mysql' else Collation('C'),
        nullable=False
    )

这种方式需要提前获取数据库方言，灵活性不如自定义类型。

关键注意点 #

• SQLite：默认TEXT类型大小写敏感，但如果连接时设置了detect_types=sqlite.PARSE_DECLTYPES或使用了COLLATE NOCASE，会变为不敏感，需确保连接参数正确。
• PostgreSQL：C排序规则是最通用的大小写敏感规则，无需依赖特定地区编码。
• MySQL/MariaDB：utf8mb4_bin基于二进制排序，不仅区分大小写，还能完整存储Unicode字符（包括emoji）。

内容的提问来源于stack exchange，提问作者gerum