C# String.ToLowerInvariant（）如何确定它必须转换为什么字符串/字符？

正如我们所知，Unicode的发明是为了解决代码页问题，并代表世界上所有（并非所有，但绝大多数）语言的所有字符。接下来，我们将介绍unicode转换格式-如何以计算机字节表示unicode字符：

• utf-8一个字符可以占用1到4个字节
• utf-16一个字符占用2个字节，或2*2字节=4字节（.NET使用此选项）
• utf-32一个字符总是需要4个字节（我听说Python使用这个）

到目前为止，好的。下面我们以两种语言为例：

英国的英语（英语GB）和斯洛文尼亚的斯洛文尼亚语（sl SI）。英语有下列字符：a，b，c，d，e。。。x、 y，z。斯洛文尼亚语除了x，y之外还有相同的字符，还有其他字符：č，š，ž。如果我运行以下代码：

Thread.CurrentThread.CurrentCulture = new CultureInfo("sl-SI");
string upperCase = "č".ToUpper(); // returns Č, which is correct based on sl-SI culture

// returns Č, how does it know that it must convert č to Č. 
// What if some other language has character č, and č in that language converts to X.
// How does it determine to what character it must convert?
Thread.CurrentThread.CurrentCulture = new CultureInfo("tr-TR");
string upperCase1 = "č".ToUpperInvariant();

我们可以采取以下措施： 当小写字母“i”移到大写时，它变为“İ”（U+0130“拉丁文大写字母i，上面有点）。类似地，当大写字母“I”移到小写时，它就变成了“ı”（U+0131“拉丁文小写字母无点I”）

如果ToUpperInvariant（）决定将“i”转换为土耳其语“İ”，而不是“i”，该怎么办。那就是文化英语。不在这个问题的范围之内，但是，世界上所有语言的每个小写字符都有大写字母吗？我想是的，但如果他们没有，是否有一种语言只有大写字符。是的，我知道我应该从\u+0000到\u+FFFF来测试这个

见备注：

不变的区域性表示一种 文化不敏感它与英语相关但是 与特定的国家或地区无关

并非所有语言都有大写和小写字符，如汉语、日语、印地语、马拉地语等

也

ToLower在大多数地方与Tolowerin非常相似。这个 文档表明，这些方法只会随着 土耳其文化。此外，在Windows系统上，文件系统是 不区分大小写，这进一步限制了它的使用

---

不变文化是基于英语的假文化，因此所有“不变”转换都将基于英语

世界上所有语言的每个小写字符都有大写字母吗

不，他们没有。例如，汉语没有大小写的概念

德语有字母

ß

，没有大写版本

考虑：

var germanCulture = new CultureInfo("de-DE");

System.Threading.Thread.CurrentThread.CurrentCulture   = germanCulture;
System.Threading.Thread.CurrentThread.CurrentUICulture = germanCulture;

string s = "ß";

Console.WriteLine(s.ToUpper()); // Prints ß
Console.WriteLine(s.ToLower()); // Prints ß

// Aside: There's a special "uppercase" ß, but this isn't
// returned from "ß".ToUpper();

string t = "ẞ"; // Special "uppercase" ß.

Console.WriteLine(t == s); // Prints false.

Console.WriteLine(s.ToUpper() == t); // Prints false.

---

（有关奇怪的大写字母

ß

（

ẞ），它不是从
“ß”.ToUpper（）
）返回的。
我添加了一些要点：-

不变的文化是文化不敏感的；它与英语相关，但与任何国家/地区无关

通过使用不变的区域性，可以修复字符串表示问题，并且不会因为国家或地区的变化而改变

示例：我们在IST中显示一些日期dd/MM/YYYY，但在EST中，它可能会通过一些异常或获得不同的含义，因此从类似的问题中，我们可以使用不变的概念

根据报告，案例映射信息的来源如下：

UnicodeData.txt:包含映射到单个字符的大小写映射。它们不会增加字符串的长度，也不包含上下文相关的映射

SpecialCasing.txt:包含映射到多个字符的其他大小写映射，例如“ß”到“SS”。还包含与上下文相关的映射，以及一些与区域设置相关的映射，这些映射使用标志将它们与普通映射区分开来

在中，您将发现：

0069;LATIN SMALL LETTER I;Ll;0;L;;;;;N;;;0049;;0049
010C;LATIN CAPITAL LETTER C WITH CARON;Lu;0;L;0043 030C;;;;N;LATIN CAPITAL LETTER C HACEK;;;010D;
010D;LATIN SMALL LETTER C WITH CARON;Ll;0;L;0063 030C;;;;N;LATIN SMALL LETTER C HACEK;;010C;;010C

（最后三列包含简单的大写、小写和titlecase映射。）

因此，除非存在与区域设置相关的异常，否则每个Unicode实现都将使用这些映射，从而导致：

uppercase(i) = I
uppercase(č) = Č
lowercase(Č) = č

档案上说：

此文件中的条目采用以下机器可读格式：

；(;)? # 

及

如果列出的所有条件均为真，则条件列表将覆盖正常行为

对于土耳其语，它包含以下例外情况：

# When uppercasing, i turns into a dotted capital I

0069; 0069; 0130; 0130; tr; # LATIN SMALL LETTER I

因此，对于土耳其语（和阿塞拜疆语）：

uppercase(i) = İ

立陶宛语也有一些例外。除了这几个例外，大小写映射应该总是相同的，不管.NET“文化”是什么。
不变的文化是基于英语的假文化。很多语言都没有大写和小写的概念，例如，任何一种中文。我认为你的MS SQL Server测试应该被忽略。我猜它受数据库编码的影响，这意味着它应该属于另一个问题，@matthewatson aha，所以它是英文的。我不知道汉语没有大写/小写的概念，thnx。不是每个小写字符都有大写对应。德语字母
ß
仅以小写形式存在。@NHAHDH删除了MS SQL Server测试，正如您指出的，它确实属于上下文/问题。一个相关的怪癖：
ẞ
是大写的
ß
，但它的用法不一致，因此映射是单向的（
）ẞ".ToLower（）.ToUpper（）=“ß”
）@一二三 
ß
总是小写的：“德语字母”ß”正字法上只存在于小写字母中，因为它从不出现在单词的开头”但是，有一个特殊的大写版本，
ẞ，看起来很像@一二三 啊，是的，我已经看到了，但是我误读了你原来的帖子（误读了
ẞ