unicode - 大写 utf8 字符是否总是与其小写变体相同的字节数？

Question

显然，拉丁字母是这样的。但我是在概念意义上问这个问题，跨语言和 Unicode 规范。

实际上，这是为了比较两个字符串。如果您已经知道它们的字节数不同（在所有语言中），您是否可以认为足以保证它们不是同一字符串的不同“大小写”版本？

Answer 1

不。

考虑 U+0069 "i"，它具有69UTF-8 中的八位字节值。在大写形式 U+0130 "İ" 中，此代码点形成 UTF-8 序列C4 B0。

强制性说明：区分大小写。

Answer 2

Unicode 标准中没有任何原则或不变量可以保证这一点。我会特别关注重音大写字母，在这种情况下，不同情况下的预合成和非预合成之间可能存在不匹配。但是，我无法为您举一个问题的例子。