C++如何实现字符串的逻辑大小写比较(完全适配UTF-8多字节字符集编码规则)-C++-PHP中文网

utf-8字符串大小写比较必须用icu的casemap::fold或系统api（如comparestringex/strcoll），禁用std::toupper/tolower——因其仅处理单字节，对多字节序列（如é、ß）会破坏编码；icu支持unicode标准折叠（如ß→ss）、组合字符及正规化，是唯一可靠方案。

c++如何实现字符串的逻辑大小写比较(完全适配utf-8多字节字符集编码规则)

UTF-8 字符串不能直接用 `std::toupper` 或 `std::tolower` 做大小写比较

这两个函数只处理单字节（char），对 UTF-8 中的多字节序列（如 é、ß、α）会逐字节转换，结果完全错误——比如把 0xC3 0xA9（é）拆成两个 unsigned char 分别转大写，得到非法字节流。

真正可行的路径只有两条：用 ICU 库做全量 Unicode 大小写折叠，或用系统级 API（如 Windows 的 CompareStringEx、Linux/macOS 的 strcoll + LC_COLLATE）。标准库 std::string 和 std::locale 对 UTF-8 的支持基本不可靠——std::toupper 在 UTF-8 locale 下行为未定义，std::locale("en_US.UTF-8") 在多数 glibc 版本中也不保证正确处理组合字符或语言特例（如土耳其语的 i/İ）。

推荐方案：用 ICU 的 `CaseMap` 做无损大小写折叠比较

ICU 是目前唯一被广泛验证、严格遵循 Unicode 标准的 C++ 可用方案。它能正确处理：ß→SS（德语）、ﬃ（连字）→ffi、带重音符号的组合字符、双向文本中的大小写规则等。

C函数速查手册（CHM版）

下载

安装 ICU：Ubuntu 上 sudo apt install libicu-dev；macOS 用 brew install icu4c；Windows 从官网下载预编译库
链接时加 -licuuc -licui18n
关键 API 是 icu::CaseMap::fold，不是 toUpper/toLower——因为折叠（case folding）才是逻辑相等比较的正确基础（例如 ß 和 SS 在比较时应视为等价）

示例片段：

icu::UnicodeString us1(u8"straße"), us2(u8"STRASSE");
icu::UnicodeString folded1, folded2;
icu::CaseMap::fold(us1, U_FOLD_CASE_DEFAULT, folded1);
icu::CaseMap::fold(us2, U_FOLD_CASE_DEFAULT, folded2);
bool equal = (folded1 == folded2); // true

轻量替代：Linux/macOS 下用 `std::strcoll` 配合 UTF-8 locale

如果项目不能引入 ICU，且只跑在 POSIX 系统上，可用 std::setlocale(LC_COLLATE, "en_US.UTF-8") 后调用 std::strcoll。但必须注意：

std::strcoll 比较的是排序顺序，不是严格意义上的“大小写等价”——但它在大多数语言中隐含了大小写不敏感语义（取决于 locale 数据）
必须确保系统已安装对应 UTF-8 locale（运行 locale -a | grep "UTF-8" 验证），否则 setlocale 返回 nullptr，后续行为未定义
不能用于跨语言比较（比如法语和德语混排时，locale 只能选一个）
性能比 ICU 差，每次调用都要查 locale 数据表