如何在 C 中小写字符串？

Posted 2023-02-23

【中文标题】如何在 C 中小写字符串？

【英文标题】：How do I lowercase a string in C?

【发布时间】：2011-02-09 08:16:54

【问题描述】：

如何在 C 中将混合大小写字符串转换为小写字符串？

【问题讨论】：

你只是处理带有字母 a-z 的 ASCII 吗？

ascii.我将如何考虑到这一点？下面的示例仍然有效吗？如果我的 char 是 '#' 并调用 tolower() 会发生什么？

那行得通。我更想知道你的字符串是否包含 é 或 Ü 之类的东西。

为什么不直接使用“strlwr”？ strlwr((char*)str); 它只是遍历字符串并自行转换。

@Larry 这是非标准的。

【参考方案1】：

它在标准库中，这是我能看到的实现此类功能的最直接的方法。所以是的，只需遍历字符串并将每个字符转换为小写即可。

像这样微不足道的事情：

#include <ctype.h>

for(int i = 0; str[i]; i++)
  str[i] = tolower(str[i]);

或者，如果您更喜欢一种衬里，那么您可以使用 J.F. Sebastian 的这款：

for ( ; *p; ++p) *p = tolower(*p);

【讨论】：

for ( ; *p; ++p) *p = tolower(*p); 似乎更惯用。

@J.F.你去吧。取决于他们是否希望代码看起来很吓人或漂亮:)（非常可读的一行，但看起来确实很吓人）

如果 str 是 char *，这会给我一个段错误，但如果 str 是 char 数组则不会。对此有什么解释吗？

我相信单行会导致您丢失指向字符串的指针。

我相信一个班轮会产生不可估量的后果。

【参考方案2】：

如果限制为 ASCII，则转换为小写等同于上升位 0x60：

for(char *p = pstr; *p; ++p)
    *p = *p > 0x40 && *p < 0x5b ? *p | 0x60 : *p;

【讨论】：

为了让它更易读，你可以这样做for(char *p = pstr;*p;++p) *p=*p>='A'&&*p<='Z'?*p|0x60:*p;

这个版本其实比glibc的tolower()慢。 55.2 vs. 44.15 在我的机器上。

我无法想象：tolower() 处理字符；仅当它是宏时

@oraz: tolower() 有int (*)(int) 签名。这是用于性能测量的代码gist.github.com/370497

@JF：我明白了，他们使用了表格，但我可以优化：for (; *p; ++p) if(*p > 'Z') continue; else if (*p

【参考方案3】：

循环指针以获得更好的性能：

#include <ctype.h>

char* toLower(char* s) 
  for(char *p=s; *p; p++) *p=tolower(*p);
  return s;

char* toUpper(char* s) 
  for(char *p=s; *p; p++) *p=toupper(*p);
  return s;

【讨论】：

好吧，如果你是单线的，那么s是你函数中的一个局部变量，你可以直接使用它而不是声明p。`

【参考方案4】：

如果您在小写函数中需要 Unicode 支持，请参阅以下问题： Light C Unicode Library

【参考方案5】：

如果我们要像使用 tolower() 一样草率，请这样做：

char blah[] = "blah blah Blah BLAH blAH\0";
int i = 0;
while( blah[i] |=' ', blah[++i] ) 

但是，好吧，如果你给它一些符号/数字，它就会爆炸，而且总的来说它是邪恶的。不过很好的面试问题。

【讨论】：

是的，这将折叠/旋转/破坏各种符号（在 ASCII 中，任何第 5 位清除的符号、控制字符或数字将成为与第 5 位设置相同的字符代码等）所以真的，说真的，不要使用它。

这篇文章在meta讨论。

【参考方案6】：

您只是在处理 ASCII 字符串，而没有语言环境问题吗？那么是的，这将是一个很好的方法。

【讨论】：

如果在非 ascii a-z 字符上调用 tolower() 会发生什么？喜欢 '！'要么 '＃'。我在“#”上对其进行了测试，它似乎工作正常。对于所有不是字母 a-z 的 ascii 字符，这通常是正确的吗？

@hatorade: tolower() 如果不在 'A'..'Z' 范围内，则保持参数不变。

！和 # 都是 ascii 字符。马克指的是其他编码，如 UTF8，您不能假设每个字符有一个字节（就像这个解决方案一样）