更改包含重音和本地字母的unicode字符串中的字母大小写

Question

Python字符串和unicode对象具有以下用于字符串大小写转换的方法。

• upper()
• lower()
• title()

使用unicode字符串，我几乎可以处理本地字母表中的所有字符：

test_str = u"ças şak ürt örkl"
print test_str.upper()
>> ÇAS ŞAK ÜRT ÖRKL

除了两个字母。由于我住在土耳其，我有典型的Turkish I problem。

在我的本地字母表中，我们有一封与İ相似的字母I，其案例转换必须如下所示

I → lowercase → ı

i → uppercase → İ

是的，它会破坏i --> I的ASCII转换，因为i和I是两个单独的字母。

test_str = u"ik"
print test_str.upper()
>> IK  # Wrong! must be İK
test_str = u"IK"
print test_str.lower()
>> ik  # Wrong! must be ık

我怎样才能克服这一点？有没有办法使用python内置函数正确处理大小写转换？

Answer 1

Python目前不支持特定于语言环境的案例折叠，也不支持Unicode SpecialCasing.txt中的其他规则。如果您今天需要，可以从PyICU获取它们。

>>> unicode( icu.UnicodeString(u'IK').toLower(icu.Locale('TR')) )
u'ık'

虽然如果你关心的只是土耳其语I，你可能更喜欢特殊情况。