【发布时间】：2012-03-29 16:03:41
【问题描述】：
是否有一种可移植的方式将 C 中的 UTF-8 字符串转换为大写？如果没有，Linux 的方法是什么？
【问题讨论】：
【发布时间】：2012-03-29 16:03:41
【问题描述】：
这样做的可移植方式是使用 Unicode 感知库，例如 ICU。似乎u_strToUpper 可能是您正在寻找的功能。
【讨论】：
-
请注意，ICU 将要求您转换 UTF-8 -> UTF-16 -> 大写 UTF-16 -> 大写 UTF-8。 （但实际上并没有其他库可以做到这一点。）
glib 有g_utf8_strup()。
【讨论】：
-
我确信这是正确的答案，但出于某种原因，我从运行
man g_utf8_strup中得到了No manual entry for g_utf8_strup，尽管运行nm /opt/local/lib/libglib-2.0.a | grep g_utf8_strup证明它就在那里。这实在是太愚蠢了。 FTFSF。 -
@tchrist：愚蠢是相对的；每个 glib 函数的手册页将产生 100+MB 的手册页
-
@IgnacioVazquez-Abrams：看到 未压缩的 HTML 版本有 75 MB，我不太相信你的估计。
-
@ninjalj：HTML 没有手册页那么详细。
执行此操作的规范方法是使用 wchar_t - 如果您有一个宽字符字符串并使用 towlower/towupper/towctrans 和您的宽字符（如果您的语言环境设置正确，这将起作用）。所以你需要把你的 UTF-8 字符串，转换成一个宽字符的字符串，然后使用这些接受 wchar_t 的函数，然后再转换回来。
这是一个巨大的 PITA，因此您最好使用受支持的开源 Unicode 库，例如 ICU。
【讨论】：
-
不，这是不正确的。不可能让它与德语文本一起工作（例如），因为 ß 的大写版本是 SS，它是两个字符。这远非唯一一个中断的例子，但却是最常见的。
-
是的，但它是唯一一个使用 posix 标准库甚至接近正确的版本（另外我责怪最初指定字符之间 1:1 大小写映射的 Unicode 标准）。
-
@JacobB 全大写比旧的头脑简单的简单大写要好得多，我们已经知道很多年了。这就是为什么像 Java 和 Perl 这样的语言为字符串的大小写映射函数提供了完整的大小写。不要逐个代码点工作；它只是行不通。你需要整个字符串。
-
@DietrichEpp：自 2008 年以来，有一个“真正的”大写 ß：ẞ de.wikipedia.org/wiki/Gro%C3%9Fes_%C3%9F#Unicode
-
@drhirsch：是的，但德国人实际上并没有这样使用它。它用于表示已经使用该事物的历史文档。如果您的程序将大写“Floß”呈现为“FLOẞ”，那么德国用户会抱怨您的程序有错误，他们是对的。此外，ß 远不是唯一一个在大写时变成多个字符的字符。