如何正確地將字符串轉(zhuǎn)換為大寫(xiě)或小寫(xiě)？

C語(yǔ)言與CPP編程

微博@量子位
鏈接：https://weibo.com/6105753431/OAKGOdAww
#字符串大小寫(xiě)轉(zhuǎn)換正確方法#
最近，微軟大神 Raymond Chen 分享了一個(gè)在 C++ 編程中常見(jiàn)，但又容易被弄錯(cuò)的問(wèn)題：如何正確地將字符串轉(zhuǎn)換為大寫(xiě)或小寫(xiě)。
比如，當(dāng)你開(kāi)發(fā)一個(gè)應(yīng)用程序時(shí)，需要將字符串轉(zhuǎn)為小寫(xiě)形式。于是，你寫(xiě)下了的代碼。

乍看之下，使用 STL 的 std::transform 和 std::tolower 沒(méi)什么問(wèn)題，事實(shí)上卻踩了三個(gè)坑：
1、std::tolower 不能直接使用
由于 std::tolower 并不是一個(gè)可尋址的函數(shù)，因此不能直接作為函數(shù)指針傳遞給 std::transform，需要改為：

2、字符類型匹配問(wèn)題
眾所周知，std::tolower 只適用于 unsigned char 范圍內(nèi)的字符，如果字符串中有非 ASCII 字符，比如中文、日文、韓文或特殊符號(hào)，以及寬字符字符串 std::wstring，std::tolower 都無(wú)法正確處理，甚至可能導(dǎo)致未定義行為。
因此，需要用到 std::towlower 但這仍然有問(wèn)題，因?yàn)樗鼰o(wú)法正確處理 UTF-16 編碼中的代理對(duì)（surrogate pairs），也就是那些需要兩個(gè) wchar_t 來(lái)表示的字符。

3、字符長(zhǎng)度變化
有些字符在轉(zhuǎn)換大小寫(xiě)后，長(zhǎng)度會(huì)發(fā)生變化。舉個(gè)例子：
? 德語(yǔ)的特殊字符 “?” （U+00DF），轉(zhuǎn)換成大寫(xiě)后變成了 “SS”，長(zhǎng)度從 1 變成了 2。
? 合字字符，如拉丁小寫(xiě)連字 “?” （U+FB02），轉(zhuǎn)換成大寫(xiě)后變成兩個(gè)字符 “FL”。
? 在某些語(yǔ)言中，字符轉(zhuǎn)換大小寫(xiě)后可能會(huì)消失或新增。
逐字符轉(zhuǎn)換無(wú)法處理上述這些情況，會(huì)導(dǎo)致字符串截?cái)嗷驍?shù)據(jù)損壞。
那么，正確的姿勢(shì)是什么？
要正確地進(jìn)行字符串大小寫(xiě)轉(zhuǎn)換，應(yīng)該使用能夠全面處理 Unicode 的函數(shù)：
1、 Windows 平臺(tái)：使用 LCMapStringEx 函數(shù)：

2.、跨平臺(tái)解決方案：使用 ICU（International Components for Unicode）庫(kù)：

感興趣的小伙伴可以閱讀原帖：https://devblogs.microsoft.com/oldnewthing/20241007-00/?p=110345——EOF——你好，我是飛宇。日常分享C/C++、計(jì)算機(jī)學(xué)習(xí)經(jīng)驗(yàn)、工作體會(huì)，歡迎點(diǎn)擊此處查看我以前的學(xué)習(xí)筆記&經(jīng)驗(yàn)&分享的資源。
我組建了一些社群一起交流，群里有大牛也有小白，如果你有意可以一起進(jìn)群交流。

歡迎你添加我的微信，我拉你進(jìn)技術(shù)交流群。此外，我也會(huì)經(jīng)常在微信上分享一些計(jì)算機(jī)學(xué)習(xí)經(jīng)驗(yàn)以及工作體驗(yàn)，還有一些內(nèi)推機(jī)會(huì)。


加個(gè)微信，打開(kāi)另一扇窗
經(jīng)常遇到有讀者后臺(tái)私信想要一些編程學(xué)習(xí)資源，這里分享 1T 的編程電子書(shū)、C/C++開(kāi)發(fā)手冊(cè)、Github上182K+的架構(gòu)路線圖、LeetCode算法刷題筆記等精品學(xué)習(xí)資料，點(diǎn)擊下方公眾號(hào)會(huì)回復(fù)"編程"即可免費(fèi)領(lǐng)取~
感謝你的分享，點(diǎn)贊，在看三連