什么时候可以安全使用 PHP strtolower() 函数？

Question

PHP strtolower() 函数应该将字符串转换为小写。但是，上面写着in the PHP Manual（强调）：

返回字符串，所有字母字符都转换为小写。

请注意，“字母”由当前语言环境决定。这表示 在即默认的“C”语言环境中，诸如变音符号-A (Ä) 之类的字符 不会被转换。

手册在这里没有提及编码，但众所周知strtolower() 会损坏UTF-8 字符串，您应该使用mb_strtolower() 代替。

我正在寻找mbstring 扩展不可用 的解决方案，并想知道何时可以安全使用strtolower()。

感谢评论这个问题的人给我的指示，似乎 PHP 源代码的相关部分是对 ctype.h 库中的 tolower() 函数的调用。 library documentation 说（强调）：

如果 tolower() 的参数表示一个大写字母，存在 对应的小写字母 （由 program locale category LC_CTYPE )，结果应该是对应的 小写字母。

根据我的测试，在 PHP 中，set_locale( LC_CTYPE, 'C' ); 字符如 Ä（以 ISO-8859-1 编码）保持不变。但在其他一些语言环境中，该函数返回小写的ä（同样，在 ISO-8859-1 中）。无论如何，将语言环境更改为使用 UTF-8 字符集不会使 PHP strtolower() 可以处理 UTF-8 字符 Ä。

考虑到与 I18N 相关的问题和多语言环境的数量不断增加，这些信息可能至关重要。许多应用程序依赖strtolower() 进行简单的不区分大小写的检查。考虑：

$_POST['username'] = 'Michèlle';
if ( strtolower( $_POST['username'] ) == $database['username'] ) ...

现在，根据编码、语言环境和可能的其他一些变量，上述代码将在某些环境中有效，但在其他环境中无效。

问题是：鉴于 PHP 的 strtolower() 函数使用 ctype.h 库的 tolower 函数，这取决于“程序语言环境类别”，什么时候可以安全地指望这个函数？在以下情况下是否可以指望该行为？

1. 字符串是ASCII
2. 字符串以 ISO-8859-1 编码
3. 字符串以其他编码和相应的语言环境集进行编码。

（编辑：问题于 2013 年 11 月 26 日完全改写。）

Answer 1

strtolower() PHP 函数在其实现中使用tolower() C 函数，该函数对传递的字符串参数的每个单字节（八位字节）进行操作。

这就是setlocale(LC_CTYPE, 'C' ); 不会破坏 UTF-8 编码字符串的原因，因为它不会更改大于 127 的字节。也就是说，它只会更改 US-ASCII 字符 A-Z 的大小写。

“C”语言环境是默认设置的，您无需使用setlocale() 显式设置它，除非应用程序的其他部分已将其设置为不同的值。

这也解释了为什么将LC_CTYPE 设置为“de_DE.UTF-8”之类的 UTF8 语言环境不会将“Ä”转换为“ä”：该字母使用两个字节 0xC3 0x84 进行编码，这两个字节都被传递作为tolower() C 函数的单个字符（八位字节） - 因此它们没有改变，因为在单个字节上，UTF-8 到较低的处理只能处理

因此将LC_CTYPE 设置为“C”可防止破坏与strtolower() 一起使用的UTF-8 字符串。

Answer 2

它使用来自ctype.h library 的C 函数tolower（参考：http://www.acm.uiuc.edu/webmonkeys/book/c_guide/2.2.html）。

您可以在此处查看源代码的相关部分：

• 其中定义了strtolower：http://lxr.php.net/xref/PHP_TRUNK/ext/standard/string.c#1393
• tolower 在php_strtolower 中被调用 - http://lxr.php.net/xref/PHP_TRUNK/ext/standard/string.c#1376