11

事实证明,将字符大写是一项复杂的工作。如果您脱离了基本的 ASCII 字符集,那么大写字符和小写字符的规则实际上取决于应用程序运行的语言环境。

作为一个演示应用程序,我尝试将字母“i”(带点)和字母“i”(不带点)大写。现在,在 en_US 中,'i'(带点)大写为 'I',而 'i'(不带点)不存在(但仍然大写为 'I')。

但是,如果我切换到土耳其语(tr_TR.UTF-8),'i'(带点)必须大写为'İ'(也带点),'ı'(不带点)必须大写为'I' (也没有点)。小写应该反转这些操作。

iİıI --> İİII  (tr_TR.UTF-8)
iİıI --> IİII  (en_US.UTF-8)

现在,我可以在 C 中完美地做到这一点。我如何在 Haskell 中做到这一点?我所做的所有搜索都直接指向 Data.Char.toUpper,它不支持语言环境。我还没有找到任何以任何方式感知区域设置的函数。


这是来自 C 的代码示例。我在我的 Linux 机器上运行它。

#include <stdio.h>
#include <stdlib.h>
#include <locale.h>
#include <wctype.h>
#include <string.h>
#include <errno.h>

wchar_t latin_small_sharp_s[5] = {0x00df, 0x00df, 0x0053, 0x0053, 0};
wchar_t turkish_is[5] = {0x0069, 0x0130, 0x0131, 0x0049, 0};

char multibyte_turkish_is[7] = {0x69, 0x01, 0x30, 0x01, 0x31, 0x49, 0};

void print_in_locale (const char *locale, const wchar_t *str, const size_t len) {
  wchar_t *dest = calloc(len * 2, sizeof(wchar_t));
  int i;

  if (!setlocale(LC_CTYPE, locale)) {
    fprintf(stderr, "Locale %s failed with error: %s", locale, strerror(errno));
    exit(1);
  }

  for (i = 0; i < len; i++) {
    dest[i] = towupper(str[i]);
  }
  printf("%ls, %ls\n", str, dest);
  free(dest);
}

int main () {
  print_in_locale("de_DE.utf8", latin_small_sharp_s, 5);
  print_in_locale("tr_TR.utf8", turkish_is, 5);
  print_in_locale("de_DE.utf8", turkish_is, 5);
}

如果你将它保存到“locale_test.c”,你可以在命令行上运行它...

gcc -o locale_test locale_test.c && ./locale_test
4

1 回答 1

13

使用包中的Data.Text.ICU.toUpper功能text-icu

toUpper :: LocaleName -> Text -> Text

大写字符串中的字符。

大小写取决于区域设置和上下文相关。结果可能比原始结果更长或更短。

于 2012-09-21T20:44:44.900 回答