"İ".toLowerCase() != "i"答案

【问题标题】："İ".toLowerCase() != "i""İ".toLowerCase() != "i"
【发布时间】：2018-03-27 23:49:35
【问题描述】：

在土耳其语中，有一个字母İ，它是i 的大写形式。当我将其转换为小写时，我得到了一个奇怪的结果。例如：

var string_tr = "İ".toLowerCase();
var string_en = "i";

console.log( string_tr == string_en );  // false
console.log( string_tr.split("") );     // ["i", "̇"]
console.log( string_tr.charCodeAt(1) ); // 775
console.log( string_en.charCodeAt(0) ); // 105

"İ".toLowerCase() 返回一个额外的字符，如果我没记错的话，它是COMBINING DOT ABOVE (U+0307)。

如何摆脱这个角色？

我可以只过滤字符串：

var string_tr = "İ".toLowerCase();

string_tr = string_tr.split("").filter(function (item) {
    if (item.charCodeAt(0) != 775) {
        return true;
    }
}).join("");

console.log(string_tr.split(""));

但是我处理得对吗？有没有更可取的方法？此外，为什么这个额外的字符首先出现？

有些不一致。例如，在土耳其语中，I 的小写形式为：ı。下面的比较怎么会返回true

console.log( "ı".toUpperCase() == "i".toUpperCase() ) // true

同时

console.log( "İ".toLowerCase() == "i" ) // false

返回假？

【问题讨论】：

你试过String.toLocaleLowerCase()吗？ stackoverflow.com/questions/1850232/…
您可以在这里阅读更多相关信息：msdn.microsoft.com/en-us/library/…
@JOSEFtw 我很好奇，为什么 JS 能正确转换 "ı".toUpperCase()，但不能正确转换 "İ".toLowerCase()"。
@akinuri，因为ı (U+0131) 和i (U+0069) 的映射相同：I (U+0049)
@akinuri，它会为依赖这种行为的人破解一些代码。老实说，这并不是那么荒谬......在任何时候，这就是为什么 Unicode 为土耳其语添加了特殊的大小写。这就是为什么你需要使用.toLocaleLowerCase

标签： javascript case-sensitive uppercase

【解决方案1】：

您需要土耳其语特定的大小写转换，可通过 String#toLocaleLowerCase 获得：

let s = "İ";

console.log(s.toLowerCase().length);
console.log(s.toLocaleLowerCase('tr-TR').length);

【讨论】：

这不是只有在我知道字符串的语言环境的情况下才有用吗？例如，用户在表单上输入了一个字符串，但我无法知道该字符串的语言环境。那我该怎么办？无论如何都要使用.toLocaleLowerCase('tr-TR')，只是为了安全？在这种情况下，在每个字符串上使用.toLocaleLowerCase('tr-TR') 是否安全？
@akinuri：不，这不安全（尝试小写I）。通常，您必须知道字符串的语言环境才能正确转换它。对于特定情况，可能会有解决方法——您将字符串小写的原因是什么？
@akinuri 因为there's no way to do universal case mapping 所以你必须知道那是哪种语言。与sorting 相同，因为相同的字符串可能以不同的语言排序为different orders
@akinuri：艺术家的名字？您是否需要将它们小写，或者不区分大小写的比较就足够了？但是，是的，语言是那些极其棘手的问题之一。
@Ryan 不区分大小写的比较是否也需要指定语言环境？

【解决方案2】：

您可以只使用 LocalLowerCase 或 LocalUpperCase 语言像土耳其语和其他字母一样 dotted 和 dotless i 版本，例如阿塞拜疆语、哈萨克语、鞑靼语和克里米亚鞑靼语。

var string_tr = "İ".toLocalLowerCase();
var string_en = "i";

console.log( string_tr == string_en );  // false
console.log( string_tr.split("") );     // ["i", "̇"]
console.log( string_tr.charCodeAt(1) ); // 775
console.log( string_en.charCodeAt(0) ); // 105

【讨论】：