Question

假设有两个Java String对象：

String str = "<my string>";
String strLower = str.toLowerCase();

对于<my string>表达式

的每个值，是否正确呢？

str.length() == strLower.length()

评估为true？

那么，String.toLowerCase()是否保留了String的任何值的原始字符串长度？

Answer 1

令人惊讶的是，不 !!

来自toLowerCase

的Java文档

使用给定Locale的规则将此String中的所有字符转换为小写。案例映射基于Character类指定的Unicode标准版本。 由于大小写映射并不总是1：1 char映射，因此生成的String可能与原始String的长度不同。

示例：

package com.stackoverflow.q2357315;

import java.util.Locale;

public class Test {
    public static void main(String[] args) throws Exception {
        Locale.setDefault(new Locale("lt"));
        String s = "\u00cc";
        System.out.println(s + " (" + s.length() + ")"); // Ì (1)
        s = s.toLowerCase();
        System.out.println(s + " (" + s.length() + ")"); // i̇̀ (3)
    }
}

Answer 2

首先，我想指出，我完全同意@codaddict的（目前得分最高的）答案。

但我想做一个实验，所以这里是：

~~这不是一个正式的证明，但是这个代码没有到达if的内部（在Ubuntu上使用JDK 1.6.0 Update 16）而为我运行：~~

编辑：以下是一些处理语言环境的更新代码：

import java.util.Locale;

public class ToLowerTester {
    public final Locale locale;

    public ToLowerTester(final Locale locale) {
        this.locale = locale;
    }

    public String findFirstStrangeTwoLetterCombination() {
        char[] b = new char[2];
        for (char c1 = 0; c1 < Character.MAX_VALUE; c1++) {
            b[0] = c1;
            for (char c2 = 0; c2 < Character.MAX_VALUE; c2++) {
                b[1] = c2;
                final String string = new String(b);
                String lower = string.toLowerCase(locale);
                if (string.length() != lower.length()) {
                    return string;
                }
            }
        }
        return null;
    }
    public static void main(final String[] args) {
        Locale[] locales;
        if (args.length != 0) {
            locales = new Locale[args.length];
            for (int i=0; i<args.length; i++) {
                locales[i] = new Locale(args[i]);
            }
        } else {
            locales = Locale.getAvailableLocales();
        }
        for (Locale locale : locales) {
            System.out.println("Testing " + locale + "...");
            String result = new ToLowerTester(locale).findFirstStrangeTwoLetterCombination();
            if (result != null) {
                String lower = result.toLowerCase(locale);
                System.out.println("Found strange two letter combination for locale "
                    + locale + ": <" + result + "> (" + result.length() + ") -> <"
                    + lower + "> (" + lower.length() + ")");
            }
        }
    }
}

使用接受的答案中提到的区域设置名称运行该代码将打印一些示例。在没有参数的情况下运行它将尝试所有可用的语言环境（并且需要一段时间！）。

~~它并不广泛，因为从理论上讲，可能存在行为不同的多字符字符串，但它是一个很好的第一近似值。~~

另请注意，以这种方式生成的许多双字符组合可能都是无效的UTF-16，因此此代码中没有任何内容爆炸的事实只能归咎于Java中非常强大的String API。

最后但并非最不重要：即使对于当前Java实现的假设是正确的，一旦Java的未来版本实现Unicode标准的未来版本，其中新标记的规则可能会引入其中的情况，这很容易改变这不再适用。

所以依赖于这仍然是一个非常糟糕的主意。

Answer 3

还要记住toUpperCase（）也不保留长度。示例：“straße”成为德语区域设置的“STRASSE”。因此，如果您使用区分大小写的字符串并且需要存储索引，那么您或多或少会被搞砸。

Java的toLowerCase（）是否保留原始字符串长度？

3 个答案: