折叠箱加快比较答案

【问题标题】：Folding case to speed up comparisons折叠箱加快比较
【发布时间】：2018-04-05 20:01:59
【问题描述】：

"strasse".Equals("STRAße",StringComparison.InvariantCultureIgnoreCase)

这返回真。哪个是对的。不幸的是，当我将其中一个存储在 postgres 中时，它认为在进行不区分大小写的匹配时它们是不一样的（例如，使用~*）。我也用 citext 测试过。

因此，一种解决方案是预先折叠案例，从而将这些值中的任何一个的strasse 存储在另一列中。然后我可以索引并搜索匹配项。

我一直在寻找如何在 C# 中折叠大小写，但一直无法在 C# 中找到解决方案。显然，知识是存在的，因为它可以正确比较这些字符串，我只是找不到从哪里得到它。

一种解决方案是生成一个 perl 进程perl -E "binmode STDOUT, ':utf8'; binmode STDIN, ':utf8'; while (<>) { print fc }"，将这些管道的 C# 端也设置为 utf8，然后通过 perl 发送文本以折叠外壳。但是必须有比这更好的方法。

【问题讨论】：

Related 1
Related 2
图书馆 UnidecodeSharp 可能对此有所帮助。
啊，排序规则的不同实现的好老诅咒:-)
string.Equals(str1,str2,StringComparison.CurrentCulture) 呢？

标签： c# case-folding

【解决方案1】：

有string.Normalize()，它接受NormalizationForm 参数。迈克尔卡普兰goes into detail对此。他声称它比FoldStringW做得更好。

但是，它不会将大小写规范化为大写或小写，它只会折叠为规范形式。我建议你之后申请ToUpper 或ToLower。

【讨论】：

最初的目的是规范化大小写，尽管通过组合字符来规范化 unicode 的其余部分，并且所有这些都可能在以后的匹配中发挥作用。
当我说“规范化大小写”时，我专门指的是大写或小写，而不是折叠成规范形式，这也是问题的一部分。
ToUpper / ToLower 不适用于所有语言中不区分大小写的匹配，这是问题的一部分。
即使在string.Normalize之后？
你用上面的字符串试过了吗？我只是将它推过 net core 3.1，不出所料，它并没有满足要求。

【解决方案2】：

查看源代码后，我最终发现这个实现的大部分都在一组名为 CompareInfo 的类中。

你可以在github.com/dotnet/runtime找到这些

这使我进入了这个页面，该页面提供了 .net 文化内容的内部运作线索。 .NET globalization and ICU

似乎 dotnet 实际上完全依赖原生库来完成除序数操作之外的所有操作。

我会由此假设 .Net Framework 可能正在使用来自 Win32 的 NLS。为此，FoldStringW 方法看起来很有前途。

对于 ICU，有 Case Mappings 的文档，我找到了 u_strFoldCase 方法。

【讨论】：