Unicode 字符的小写

Question

我正在处理一个需要从 unicode text 获取数据的 C++ 项目。我有一个问题，我不能降低一些 unicode character。我使用 wchar_t 来存储从 unicode 文件读取的 unicode 字符。之后，我使用 _wcslwr 降低 wchar_t 字符串。还有很多情况仍然不低如：

Đ Â Ă Ê Ô Ơ Ư Ấ Ắ Ế Ố Ớ Ứ Ầ Ằ Ề Ồ Ờ Ừ Ậ Ặ Ệ Ộ Ợ Ự

哪个小写是：

đ â ă ê ô ơ ư ấ ắ ế ố ớ ứ ầ ằ ề ồ ờ ừ ậ ặ ệ ộ ợ ự

我已经试过了tolower，但还是不行。

Answer 1

如果您只调用 tolower，它将从 header clocale 调用 std::tolower，这将仅调用 ansi 字符的 tolower。

正确的签名应该是：

template< class charT >
charT tolower( charT ch, const locale& loc );

以下是 2 个运行良好的版本：

#include <iostream>
#include <cwctype>
#include <clocale>
#include <algorithm>
#include <locale>

int main() {
    std::setlocale(LC_ALL, "");
    std::wstring data = L"Đ Â Ă Ê Ô Ơ Ư Ấ Ắ Ế Ố Ớ Ứ Ầ Ằ Ề Ồ Ờ Ừ Ậ Ặ Ệ Ộ Ợ Ự";
    std::wcout << data << std::endl;

    // C std::towlower
    for(auto c: data)
    {
        std::wcout << static_cast<wchar_t>(std::towlower(c));
    }
    std::wcout << std::endl;

    // C++ std::tolower(charT, std::locale)
    std::locale loc("");
    for(auto c: data)
    {
        // This is recommended
        std::wcout << std::tolower(c, loc);
    }
    std::wcout << std::endl;
    return 0;
}

参考：

Unicode 字符的小写

Lowercase of Unicode character

c++

unicode

wchar-t

latin