使用自定义语言环境将 C++ 字符串转换为小写

Question

我一直在尝试使用不同的语言环境调用std::tolower()，但似乎出了点问题。我的代码如下：

int main() {
    std::locale::global(std::locale("es_ES.UTF-8"));
    std::thread(&function, this); // Repeated some times
    // wait for threads
}

void function() {
    std::string word = "HeÉllO";
    std::transform(word.begin(), word.end(), word.begin(), cToLower);
}

int cToLower(int c) {
    return std::tolower(c, std::locale());
}

所以当我尝试执行这个程序时，我得到：

terminate called after throwing an instance of 'std::bad_cast'
terminate called recursively
  what():  std::bad_cast
Aborted (core dumped)

虽然执行 return std::tolower(c); 工作正常，但它只是将“标准”字符转换为小写，而不是 É。

我有一些线程同时执行相同的函数，使用 C++11 并使用 g++ 编译（以防它与它有关）。

我想知道这是否是实现我想做的正确方法，或者还有其他方法。

谢谢！

Answer 1

与来自 C 的 tolower 版本不同（它将字符转换为 unsigned char，然后转换为 int），<locale> 版本的 tolower 旨在直接使用字符调用。它被定义为使用语言环境的std::ctype<charT> facet，唯一的两个std::ctype 特化guaranteed to be available 是std::ctype<char> 和std::ctype<wchar_t>。因此：

char cToLower(char c) {
    return std::tolower(c, std::locale());
}

请注意，这仍然是char-by-char 转换；如果字符占用超过一个字节，则不太可能正确处理。

Answer 2

检查您尝试使用的语言环境是否安装在您的系统上。例如，我必须在下面的代码停止崩溃之前安装西班牙语语言环境。 此外，您可以改用wstring。 更新：经过一番挖掘后，here 很好地解释了使用 wstring - 所有的缺点和过程（主要是缺点）。

#include <thread>
#include <locale>
#include <algorithm> 
#include <iostream>

//forward declaration
void function();

int main() {
    std::locale::global(std::locale("es_ES.utf8"));
    std::thread test(&function);
    test.join();
}

wchar_t cToLower(wchar_t c) {        
    return std::tolower(c, std::locale());    
}

void function() {
    std::wstring word = L"HeÉllO";
    std::transform(word.begin(), word.end(), word.begin(), cToLower);
    std::wcout << word;
}

输出：

heéllo