关于字符串：Java中的Unicode正确标题大小写


Unicode-correct title case in Java

我一直在浏览所有关于在Java中用大写字母的问题中的所有StAcExcel，它们似乎都不关心国际化问题，事实上，在国际环境中似乎没有一个是可行的。所以这是我的问题。

我在Java中有一个字符串，它代表一个单词-所有ISLITE()字符，没有空白。我想将第一个字符设为大写，其余的设为小写。我确实有我的词在手边的地方。

对于字符串的最后一部分，调用.substring(1).tolowercase(locale)已经很容易了。不过，我不知道如何得到正确的第一个字符。

我遇到的第一个问题是荷兰语，"ij"作为有向图应该一起大写。我可以用手特别说明这一点，因为我知道这一点；现在可能有其他语言有这种我不知道的东西，我相信Unicode会告诉我，如果我问得好的话。但我不知道该怎么问。

即使上面的问题解决了，我仍然没有合适的方法来处理英语、土耳其语和希腊语，因为字符支持titlecase，但不支持locale，字符串支持locales，但不支持titlecase。

如果我将代码点传递给character.toitlecase()，这将失败，因为无法将区域设置传递给此方法。因此，如果系统区域设置是英语，但单词是土耳其语，并且单词的第一个字符是"i"，我将得到"i"而不是"？这是错误的。现在，如果我取一个子字符串并使用.touppercase(locale)，这将失败，因为它是大写的，而不是标题。所以如果这个词是希腊语的话，我还是会搞错的。

如果有人有有用的指点，我会很高兴听到的。

相关讨论

像你一样，我在核心Java API中找不到合适的方法。

但是，在ICU库中似乎确实存在一个区分区域设置的字符串标题大小写方法(UCharacter#toTitleCase)。

从相关ICU方法(UCharacter#toTitleCase和UCaseProps#toUpperOrTitle的来源来看，似乎没有太多针对特定地区的标题大小写的特殊案例，因此您可以避开以下几点：

  • 在字符串中查找第一个大小写字符。
  • 如果它有一个不同于大写形式的标题大小写形式，请使用它。
  • 否则，对第一个字符及其组合字符执行区分区域设置的大写。
  • 对字符串的其余部分执行区分区域设置的小写。
  • 如果区域设置为荷兰语，并且第一个带大小写的字符是"i"，后跟"j"，则大写为"j"。

    • 只有两个字符的有向图，其中两个字符同时大写，您可能会在现实生活中遇到的程序是荷兰ij。如果地点是荷兰语，就处理它。在最不可能发生的情况下，会有1-2个案例需要稍后添加，这并不是说您每天都会遇到新的大写有向图，因此不值得在这里集中讨论泛化。

    注意，一般来说，不可能使用字符到字符的转换来获取任意语言的标题或大写。某些小写字符转换为多个大写字符。所以在一般情况下必须使用字符串。

    但是标题框区域设置没有任何问题。对于toitleCase()方法的工作方式，可能存在一个小的误解。它将转换为标题大小写任何字符，包括已经在大写的字符。

    例如，考虑？性格。它的大写形式是？标题形式是？：

    1
    2
    System.out.println(Character.toUpperCase('\u01C4'));
    ?

    和

    1
    2
    System.out.println(Character.toTitleCase('\u01C4'));
    ?

    但是，以下也将给出标题案例

    1
    2
    System.out.println(Character.toTitleCase(Character.toUpperCase('\u01C4')));
    ?

    因此，如果在标题大小写之前将locale转换为大写，则会得到正确的代码点，并且在结果上使用标题大小写没有问题，包括土耳其语等：

    1
    2
    3
    4
    System.out.println(Character.toTitleCase("?".toUpperCase().charAt(0)));
    System.out.println(Character.toTitleCase("i".toUpperCase(Locale.forLanguageTag("tr")).charAt(0)));
    ?
    ?

    注意，在一般情况下，仅使用单个字符的标题大小写(如果其大小写不同)是不正确的。

    总结：

    • 处理荷兰语有向图(或者其他有向图，如果您遇到它们，我强烈怀疑，最坏情况下，它将是1-2个程序生命周期的情况)。
    • 使用locale和touppercase()将所需字符转换为字符串
    • 使用字符toitlecase转换touppercase结果的所有字符。

    注意，仍然有一些大写的情况是上下文感知的，例如爱尔兰前缀、英文FF名称等，这些情况不仅需要字符/字符串处理，但我怀疑您是否需要在程序中处理它们来生成标题。

    问题是，区分大小写字母是非常具体的语言。那么多，也许大多数语言，没有这样的语言。

    总之，有一个Unicode常见问题解答：http://www.unicode.org/faq/casemap_charprop.html

    …我想在某处有一个特定于Unicode的映射表(类似于ftp://ftp.unicode.org/public/unidata/unicodedata.txt)。所以最好使用自己的转换方法。