Postgres中如何让各类emoji按1个字符统计以实现单列单emoji约束

默认length()函数统计的是Unicode码点数量，而旗帜类emoji由2个区域指示符码点组成，带ZWJ（零宽连接符）的复合emoji由多个码点拼接而成，所以统计出来的长度远大于1，可通过以下方案实现所有emoji统一统计为长度1：

方案1：Postgres 13及以上版本（推荐） #

Postgres 13 新增了原生grapheme_length()函数，直接统计Unicode字形簇数量，完全匹配需求：
测试代码：

SELECT
  grapheme_length('😁') AS len1, -- 返回1
  grapheme_length('🇧🇷') AS len2, -- 返回1
  grapheme_length('👩‍❤️‍💋‍👩') AS len3; -- 返回1

添加列约束的示例（假设表名为user_info，存储emoji的列名为emoji_avatar）：

ALTER TABLE user_info
ADD CONSTRAINT chk_single_emoji CHECK (grapheme_length(emoji_avatar) = 1);

方案2：Postgres 12及更低版本兼容方案 #

低版本可以借助Postgres正则的\X匹配符（专门匹配单个Unicode字形簇），配合regexp_match_all计数实现同等效果：
测试代码：

SELECT
  array_length(regexp_match_all('😁', '\X'), 1) AS len1, -- 返回1
  array_length(regexp_match_all('🇧🇷', '\X'), 1) AS len2, -- 返回1
  array_length(regexp_match_all('👩‍❤️‍💋‍👩', '\X'), 1) AS len3; -- 返回1

对应列约束写法：

ALTER TABLE user_info
ADD CONSTRAINT chk_single_emoji CHECK (array_length(regexp_match_all(emoji_avatar, '\X'), 1) = 1);

可选补充校验 #

如果需要额外确保存储的内容确实是emoji，可以在约束中追加正则校验：

-- 以grapheme_length版本为例，低版本替换长度校验逻辑即可
ALTER TABLE user_info
ADD CONSTRAINT chk_single_emoji CHECK (
  grapheme_length(emoji_avatar) = 1
  AND emoji_avatar ~ '\p{Emoji}'
);

内容的提问来源于stack exchange，提问作者pir