如何在C#中实现大小写折叠以解决PostgreSQL大小写匹配问题？

这个问题确实很常见——C#的StringComparison.InvariantCultureIgnoreCase会智能处理像德语ß和ss的等价性，但PostgreSQL的默认不区分大小写匹配（比如~*）或citext类型，受限于数据库的区域设置，并不会自动识别这种等价关系。下面给你两种在C#中实现可靠大小写折叠的方案，用来统一字符串格式后存入数据库，解决匹配问题：

方案一：手动替换+Unicode规范化（可读版） #

这种方案生成的折叠字符串是可读的，方便调试和查看，适合需要直观看到折叠后内容的场景：

public static string CaseFoldForDatabase(string input)
{
    if (string.IsNullOrWhiteSpace(input))
        return input;

    // 第一步：统一转换为小写（用InvariantCulture避免线程文化影响）
    var folded = input.ToLowerInvariant();

    // 第二步：处理特定字符的等价替换，比如德语ß→ss，还有其他常见等价字符
    folded = folded.Replace("ß", "ss")
                   .Replace("æ", "ae")
                   .Replace("ø", "oe")
                   .Replace("å", "aa")
                   .Replace("œ", "oe")
                   .Replace("ð", "d");

    // 第三步：Unicode规范化，确保不同编码形式的相同字符统一（比如é的两种表示）
    return folded.Normalize(NormalizationForm.FormKC);
}

关键步骤说明： #

• ToLowerInvariant()：保证无论当前程序运行的文化是什么，小写转换的规则一致，避免不同机器上出现差异。
• 字符替换：手动处理那些数据库默认不识别的等价字符对，你可以根据业务需要扩展这个替换列表。
• Normalize(FormKC)：将Unicode字符转换为"兼容分解"形式，把组合字符（比如带重音的e）拆分成基础字符+重音符，再合并成标准形式，避免因编码差异导致的匹配失败。

方案二：利用排序键生成（全面兼容版） #

如果需要处理所有Unicode标准定义的大小写等价情况（不仅仅是手动维护的那些），可以用.NET的排序键功能，生成一个唯一标识等价字符串的键值：

public static string GenerateCaseFoldedSortKey(string input)
{
    if (string.IsNullOrWhiteSpace(input))
        return input;

    // 使用不变文化的比较规则，忽略大小写和非空格字符（比如重音）
    var compareInfo = CultureInfo.InvariantCulture.CompareInfo;
    var sortKey = compareInfo.GetSortKey(input, CompareOptions.IgnoreCase | CompareOptions.IgnoreNonSpace);

    // 将排序键的字节数组转为Base64字符串，方便存入数据库
    return Convert.ToBase64String(sortKey.KeyData);
}

方案优势： #

• 全面覆盖Unicode标准中的所有大小写等价场景，不需要手动维护替换规则。
• 生成的键值是唯一对应等价字符串的，匹配准确率极高。

注意事项： #

• 生成的Base64字符串不可读，只能用于匹配查询，适合作为专门的索引列存储，不要用来展示给用户。

使用建议 #

1. 在存入数据库时，同时存储原始字符串和折叠后的字符串（或者排序键）。
2. 给折叠后的列建立索引，这样查询时可以利用索引大幅提升效率。
3. 查询时，先对用户输入的字符串执行同样的折叠处理，再用折叠后的值去匹配数据库中的折叠列。

内容的提问来源于stack exchange，提问作者Tanktalus