如何正确地将字符串转换为大写或小写？

C语言与CPP编程

微博@量子位
链接：https://weibo.com/6105753431/OAKGOdAww
#字符串大小写转换正确方法#
最近，微软大神 Raymond Chen 分享了一个在 C++ 编程中常见，但又容易被弄错的问题：如何正确地将字符串转换为大写或小写。
比如，当你开发一个应用程序时，需要将字符串转为小写形式。于是，你写下了的代码。

hbj0fc5qcyz64090170716.png

乍看之下，使用 STL 的 std::transform 和 std::tolower 没什么问题，事实上却踩了三个坑：
1、std::tolower 不能直接使用
由于 std::tolower 并不是一个可寻址的函数，因此不能直接作为函数指针传递给 std::transform，需要改为：

het4suzo0b464090170816.png

2、字符类型匹配问题
众所周知，std::tolower 只适用于 unsigned char 范围内的字符，如果字符串中有非 ASCII 字符，比如中文、日文、韩文或特殊符号，以及宽字符字符串 std::wstring，std::tolower 都无法正确处理，甚至可能导致未定义行为。
因此，需要用到 std::towlower 但这仍然有问题，因为它无法正确处理 UTF-16 编码中的代理对（surrogate pairs），也就是那些需要两个 wchar_t 来表示的字符。

gd3ubo3xzty64090170916.png

3、字符长度变化
有些字符在转换大小写后，长度会发生变化。举个例子：
? 德语的特殊字符 “?” （U+00DF），转换成大写后变成了 “SS”，长度从 1 变成了 2。
? 合字字符，如拉丁小写连字 “?” （U+FB02），转换成大写后变成两个字符 “FL”。
? 在某些语言中，字符转换大小写后可能会消失或新增。
逐字符转换无法处理上述这些情况，会导致字符串截断或数据损坏。
那么，正确的姿势是什么？
要正确地进行字符串大小写转换，应该使用能够全面处理 Unicode 的函数：
1、 Windows 平台：使用 LCMapStringEx 函数：

4huq21nxs3g64090171017.png

2.、跨平台解决方案：使用 ICU（International Components for Unicode）库：

xek33w3glbo64090171117.png

感兴趣的小伙伴可以阅读原帖：https://devblogs.microsoft.com/oldnewthing/20241007-00/?p=110345——EOF——你好，我是飞宇。日常分享C/C++、计算机学习经验、工作体会，欢迎点击此处查看我以前的学习笔记&经验&分享的资源。
我组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进群交流。

i33iwi4xin064090171217.png

欢迎你添加我的微信，我拉你进技术交流群。此外，我也会经常在微信上分享一些计算机学习经验以及工作体验，还有一些内推机会。

gtehuvr1psk64090171317.png

加个微信，打开另一扇窗
经常遇到有读者后台私信想要一些编程学习资源，这里分享 1T 的编程电子书、C/C++开发手册、Github上182K+的架构路线图、LeetCode算法刷题笔记等精品学习资料，点击下方公众号会回复"编程"即可免费领取~
感谢你的分享，点赞，在看三连  

qnan41gjjop64090171417.gif