C++ 将C+中的宽字符字符串转换为小写字符+；

该字符串包含日语、汉语、德语和希腊语的混合字符

我想用towlower

。。但文件上说：

towlower的大小写转换是特定于语言环境的。只有与当前区域设置相关的字符才会在大小写中更改

---

编辑：也许我应该描述一下我在做什么。我收到一个用户的Unicode搜索查询。它最初采用UTF-8编码，但我正在将其转换为widechar（我可能在措辞上有误）。我的调试器（VS2008）在“变量快速监视”中正确显示日语、德语等字符。我需要遍历另一组Unicode数据，并找到搜索字符串的匹配项。当搜索区分大小写时，这对我来说并没有问题，但不区分大小写的问题更大。我（可能是天真的）解决问题的方法是将所有输入数据和输出数据转换为小写，然后进行比较。

您手头有一个棘手的问题。日语区域设置无助于转换德语，反之亦然。有些语言也没有大写的概念（

toupper

和friends，我想在这里是不允许的）。那么，你能把你的字符串分成来自同一种语言的单个词块吗？如果可以，则可以转换片段并将其串起来。

如果字符串包含所有这些字符，则代码集必须基于Unicode。如果实现正确，（第4章“”）将定义字符属性，包括字符是否为大写和小写映射，等等

---

鉴于该序言，来自

的

towlower（）

函数是正确的使用工具。如果它不能完成这项工作，那么您需要与供应商讨论QoI（实施质量）问题。如果您发现供应商没有响应，请查看其他库。在这种情况下，您可以考虑（Unicode的国际组件）。

演示如何使用小面来处理几个区域。如果是Windows，可以考虑使用Win32 API函数，如果您可以使用C++（.NET托管C++），可以使用<代码> char。ToLower < /Code >和<代码>字符串。ToLower < /Code >函数，这些代码是Unicode兼容的。

< P>查看<代码> < WCsWRWLL <代码> <代码>（）

---

您应该能够在每个地区的输入上运行该函数。

日语和东亚其他表意语言是主要没有大写字母的语言示例。不仅如此，个别语言对特定字母的大写/小写方式可能有不同的意见。在不了解语言的情况下，没有一种算法可以在任意Unicode字符串上正确地执行此操作。尽管我同意这种评估，Unicode包括独立于语言环境的大小写属性，其用法在3.13“默认大小写操作”中描述，在没有为特定语言量身定制的情况下使用，所以标准说，确实如此。问题是，比如说，99%的情况下它是正确的，但你会得到1%的错误。这可能是个问题，也可能不是。一般来说，当你把它用于代码中的标识符，甚至是文件名时，它已经足够好了。@Pavel：这意味着你不能一直做对，但你可以一直做对。我知道在土耳其语中，将“I”小写为“I”是错误的，但是如果您只是规范化字符串以进行比较，而不是打印结果，那么它可能工作得很好。您链接到的文档中指定的Unicode大小写映射仍然部分依赖于区域设置。Quote:“SpecialCasing.txt-包含映射到多个字符的其他大小写映射，如“ß”到“SS”。还包含上下文相关映射，带有标志以区分它们与普通映射，以及一些区域设置相关映射。”。因此，

tolower

无法避免特定于区域设置。@Pavel此过程称为“Unicode字符串的规范化”，它确保

ß

和

ss

被同等对待（取决于所选的规范化形式），Unicode包含语言无关的算法，但不要忽略对区域设置或特定于应用程序的处理。@Abel:规范化不是一个完整的解决方案。例如，在一些拉丁语中，变音符号消失在大写字母上，而在其他语言中则没有。除非你知道这篇文章是用哪种语言写的，否则没有办法说出来。当然，还有一个臭名昭著的土耳其语无圆点的“i”问题——你想让土耳其语的

i

小写为

i

和

i

小写为

i

，但你想让任何其他拉丁字母语言的

i

小写为

i

。@Pavel:这是一个很好的阐述，我完全同意。不，规范化不是完美的，它更像是一种简单的暴力方法，但它在很多情况下都有帮助。在讨论中加入一个指向Unicode排序算法的链接可能是一个好时机，该算法全面讨论了这一点（比小写/大写更深入）：Unicode大小写映射：@JonathanLeffler:ICU很有趣，但可能有些过火。我可能会处理unicodata.txt[编译成二进制并过滤掉不相关的部分]。另一种方法是使用忽略大小写的比较算法。案件不是你唯一的问题。例如，在不规范字符串的情况下，可以将变音符号视为一个字符（

é

，

Õ

）或几个单独字符（

'e

，

~O

）的一部分。在你的情况下，比较前适当的标准化（NFC/NFD/NFKC/NFKD）是至关重要的。Abel，请将其作为正确的答案发布，以便可以按原样向上投票。这几乎是唯一的公司