c++ towupper() 不转换某些字符

Question

我使用 Borland C++ Builder 2009，我的应用程序被翻译成多种语言，包括波兰语。

对于一小部分功能，我使用 towuppper() 将字符串大写，以便在用户第一次忽略时强调它。

原始字符串从语言 dll 加载到 utf16 wstring 对象中，我这样转换：

int length = mystring.length() ;
for (int x = 0 ; x < length ; x++)
    {
    mystring[x] = towupper(mystring[x]);
    }

除波兰语外，所有这些都运行良好，以下句子：“Rozumiem ryzykowność wykonania tejoperacji”转换为“ROZUMIEM RYZYKOWNOść WYKONANIA TEJ OPERACJI”而不是“ROZUMIEM RYZYKOWNOŚĆ WYKONANIA TEJ OPERACJI"

（请注意单词“ryzykowność”的最后两个字符不会转换）。

似乎没有此字符的大写 Unicode 变体可用。 Unicode 字符 346 可以解决问题。 http://www.fileformat.info/info/unicode/char/015a/index.htm

这是我过时的编译器安装中的过时库的问题，还是我遗漏了其他东西？

Answer 1

C++ 标准不要求实现towupper 来执行Unicode 大小写转换。即使宽字符串是 Unicode 字符串。即使在一个小写代码点映射到一个大写代码点的情况下。

此外，towupper 无法执行正确的 Unicode 大小写转换，即使实现支持它也是如此。大小写转换实际上可以更改 Unicode 字符序列中代码点的数量。而towupper 无法做到这一点。

您不能依赖 C++ 标准库来处理此类 Unicode 问题。您需要迁移到 ICU 等专用 Unicode 库。

Answer 2

在 Windows 上这将起作用： 编辑刚刚意识到您使用的是 Borland，而不是 Msvc。

 #include <cctype>
 #include <clocale>

 int main(int argc, char** argv)
 {
    setlocale(LC_ALL, "polish");

    wchar_t c[2] = { L'ś', L'ć'};
    wchar_t c1 = _towupper_l(c[0], _get_current_locale());
    wchar_t c2 = _towupper_l(c[1], _get_current_locale());

    return 0:
}

您首先需要使用setlocale 将语言环境设置为“polish”。然后使用_towupper_l。 这是一个link，它告诉您哪些字符串（指特定语言）可以与setlocale 一起使用。

编辑： 请注意，如果我打印结果：

_wprintf_l(L" c1 = %c, c2 = %c\n", _get_current_locale(),  c1, c2);

输出将是：

c1 = S, c2 = C

但如果我在调试器中观察 C1 和 C2 的值，我可以看到正确的结果，带有重音符号。我的控制台不会打印那种字符。