Question

为什么以下三个字符不具有对称toLower，toUpper结果

/**
  * Written in the Scala programming language, typed into the Scala REPL.
  * Results commented accordingly.
  */
/* Unicode Character 'LATIN CAPITAL LETTER SHARP S' (U+1E9E) */
'\u1e9e'.toHexString == "1e9e" // true
'\u1e9e'.toLower.toHexString == "df" // "df" == "df"
'\u1e9e'.toHexString == '\u1e9e'.toLower.toUpper.toHexString // "1e9e" != "df"
/* Unicode Character 'KELVIN SIGN' (U+212A) */
'\u212a'.toHexString == "212a" // "212a" == "212a"
'\u212a'.toLower.toHexString == "6b" // "6b" == "6b"
'\u212a'.toHexString == '\u212a'.toLower.toUpper.toHexString // "212a" != "4b"
/* Unicode Character 'LATIN CAPITAL LETTER I WITH DOT ABOVE' (U+0130) */
'\u0130'.toHexString == "130" // "130" == "130"
'\u0130'.toLower.toHexString == "69" // "69" == "69"
'\u0130'.toHexString == '\u0130'.toLower.toUpper.toHexString // "130" != "49"

Answer 1

对于第一个，有this explanation：

在德语中，Sharp S（“ß”或U + 00df）是一个小写字母，它大写字母“SS”。

换句话说，U + 1E9E小写到U + 00DF，但U + 00DF的大写不是U + 1E9E。

对于第二个，U + 212A（KELVIN SIGN）小写到U + 0068（LATIN SMALL LETTER K）。 U + 0068的大写字母是U + 004B（LATIN CAPITAL LETTER K）。这个似乎对我有意义。

对于第三种情况，U + 0130（拉丁语大写字母I，上面有点）是土耳其语/阿塞拜疆语字符，小写字母为U + 0069（拉丁语小写字母I）。我想如果你在土耳其/阿塞拜疆的某个地方，你会得到U + 0069的正确大写版本，但这可能不一定是普遍的。

字符不一定具有对称的大写和小写转换。

编辑：为回应下面的PhiLho评论，Unicode 6.0 spec对此有关于U + 212A（KELVIN SIGN）的说法：

三个字母符号被赋予规范字母的规范等价：U + 2126 OHM SIGN， U + 212A KELVIN SIGN ，以及U + 212B ANGSTROM SIGN。在所有三个实例中，应使用常规字母。如果根据Unicode标准附件＃15“Unicode规范化表单”对文本进行规范化，则这三个字符将被其常规等效字符替换。

换句话说，你不应该真正使用U + 212A，你应该使用U + 004B（LATIN CAPITAL LETTER K），如果你规范化你的Unicode文本，U + 212A应该用U +替换004B。

Answer 2

我可以参考另一篇关于Unicode和大小写的帖子。在大写和小写的情况下，认为语言的符号必须是一个常见的错误！

Unicode-correct title case in Java

具有不对称大写/小写的Unicode字符。为什么？

2 个答案: