土耳其字符的小写加点 i答案

【问题标题】：lower case of turkish character dotted i土耳其字符的小写加点 i
【发布时间】：2014-06-24 19:26:26
【问题描述】：

在 Java 6 中，

System.out.println(String.valueOf('\u0130').toLowerCase());

打印 i (u0069)，但在 Java 7 中打印带有双点的 i (u0069 u0307)。

我知道它是土耳其语字符，但如何使用此代码使 Java 7 打印与 v6 相同的输出？

System.out.println(inputText.toLowerCase());

还要确保代码可以处理国际文本，而无需将 toLowerCase 函数硬编码为仅使用土耳其语区域设置。

【问题讨论】：

我怀疑您需要指定您正在使用的语言环境（作为第一个参数）。 Java 7 可能使用不同的默认语言环境。
@PeterLawrey 是的，Java 通过Locale.getdefault 使用默认语言环境，在我的例子中是 en_US.UTF-8。但我已经读到，在 java 7 中，这个特殊的土耳其字符的处理方式与以前的版本不同。参考：link
考虑指定Normal Form。
有许多字符的大写、小写或标题大小写是两个字符而不是一个。这对 String 来说更为明显。
您的代码中应该有一个大警告，告诉您您正在使用 toLowerCase 而不指定语言环境

标签： java locale java-7 turkish

【解决方案1】：

有一个比较详细的blog post about this i toLowerCase problem

让我试着总结一下重要的部分：

在 Java 7 中，此方法确实发生了变化，并且处理此字符的方式与 Java 6 不同。添加了以下代码：

} else if (srcChar == '\u0130') { // LATIN CAPITAL LETTER I DOT
    lowerChar = Character.ERROR;
}

==> 这种变化会产生以下结果：

基本上，这种变化的最终结果是针对这种特定情况（大写加点的 I），Java 7 现在使用特殊的 Unicode 字符数据库 (http://www.unicode.org/Public/UNIDATA/SpecialCasing.txt), 其中提供有关复杂案例映射的数据。看这个文件你可以看到几行大写的虚线 I：

CODE       LOWER   TITLE   UPPER  LANGUAGE
0130;  0069 0307;   0130;   0130;
0130;  0069;        0130;   0130;       tr;
0130;  0069;        0130;   0130;       az;

【讨论】：

是的@donfuxx，我已经阅读了该网站。我想知道一种更好的方法来获得与 java 6 相同的输出。在上面的链接中，作者提到使用 dumpUnicodeCodePoints(String.valueOf('\u0130').toLowerCase(new Locale("tr"))); 但是我在处理国际文本时不能只使用土耳其语语言环境。跨度>
嗯...也许在 String.toLowerCase 之后快速而肮脏的 String.replace 对你有用吗？ @ikirankumar
@donfuxx 是的，就是这样。我仍在寻找更简洁的方法来处理 Java 版本之间的类似翻译差异（如果有）
@ikirankumar 得到与 java 6 相同的输出 意味着您忽略了 Java 7 对该语言所做的修复。它可能是您的解决方案，但它忽略了需要修复的语言，因此，在某种程度上，它对土耳其语不友好。但是，如果您不在系统中使用土耳其语（或其他已修复的语言），那么您当然不需要关心这些。