如何将std :: string转换为小写？

Question

我想将a转换std::string为小写.我知道这个函数tolower(),但是在过去我遇到了这个函数的问题,并且它很难理想,因为使用a std::string会需要迭代每个字符.

有没有一种方法可以100%的时间运作？

Answer 1

从这个:

#include <algorithm>
#include <cctype>
#include <string>

std::string data = "Abc";
std::transform(data.begin(), data.end(), data.begin(),
    [](unsigned char c){ return std::tolower(c); });

你真的不会逃避迭代每个角色.否则无法知道字符是小写还是大写.

如果你真的讨厌tolower(),这是一个我不建议您使用的非便携式替代方案:

char asciitolower(char in) {
    if (in <= 'Z' && in >= 'A')
        return in - ('Z' - 'z');
    return in;
}

std::transform(data.begin(), data.end(), data.begin(), asciitolower);

请注意,tolower()只能执行每单字节字符替换,这对于许多脚本来说都是不合适的,特别是如果使用像UTF-8这样的多字节编码.

Answer 2

有一个Boost字符串算法:

#include <boost/algorithm/string.hpp>

std::string str = "HELLO, WORLD!";
boost::algorithm::to_lower(str); // modifies str

或者,对于非就地:

#include <boost/algorithm/string.hpp>

const std::string str = "HELLO, WORLD!";
const std::string lower_str = boost::algorithm::to_lower_copy(str);

Answer 3

TL;博士

使用ICU库.

首先,您必须回答一个问题:您的编码是std::string什么？是ISO-8859-1吗？或者ISO-8859-8？或Windows代码页1252？无论你用什么来转换大写到小写都知道吗？(或者对于角色来说,它是否会失败0x7f？)

如果您使用的是UTF-8(8位编码中唯一理智的选择)与std::string作为容器,你已经在自欺欺人,以为你还在控制的事情,因为你是在一个容器中存储的多字节字符序列那不了解多字节概念.甚至像.substr()滴答作响的定时炸弹一样简单.(因为拆分多字节序列将导致无效(子)字符串.)

只要你尝试类似的东西std::toupper( 'ß' ),在任何编码中,你就会陷入困境.(因为根本不可能使用标准库"正确"执行此操作,标准库只能提供一个结果字符,而不是"SS"此处所需的.)[1]另一个例子是std::tolower( 'I' ),根据语言环境应该产生不同的结果.在德国,'i'这是正确的; 在土耳其,'?'(LATIN SMALL LETTER DOTLESS I)是预期的结果.

然后有一点是标准库取决于运行软件的机器上支持的语言环境......如果不是,你会怎么做？

所以你真正想要的是一个能够正确处理所有这些的字符串类,但事实并非如此 std::basic_string<>.

(C++ 11注:std::u16string和std::u32string是更好的,但还不够完善.)

虽然Boost 看起来不错,但API智能,Boost.Locale基本上是ICU的包装器.如果使用ICU支持编译 Boost ...如果不是,则Boost.Locale仅限于为标准库编译的语言环境支持.

并且相信我,让 Boost与ICU一起编译可能是一个真正的痛苦.(Windows没有预编译的二进制文件,因此您必须将它们与您的应用程序一起提供,这会打开一整套新的蠕虫......)

所以我个人建议直接从马口获得完整的Unicode支持并直接使用ICU库:

#include <unicode/unistr.h>
#include <unicode/ustream.h>
#include <unicode/locid.h>

#include <iostream>

int main()
{
    char const * someString = "Eidenges\xe4\xdf";
    icu::UnicodeString someUString( someString, "ISO-8859-1" );
    // Setting the locale explicitly here for completeness.
    // Usually you would use the user-specified system locale.
    std::cout << someUString.toLower( "de_DE" ) << "\n";
    std::cout << someUString.toUpper( "de_DE" ) << "\n";
    return 0;
}

编译(在此示例中使用G ++):

g++ -Wall example.cpp -licuuc -licuio

这给出了:

eidengesäß
EIDENGESÄSS

[1]在2017年,理事会对德国正字裁定"ẞ" U + 1E9E拉丁大写字母清音S可以正式使用,作为传统的"SS"转换旁边的一个选项,以避免歧义,例如在护照(其中名称是大写).我美丽的例子,由委员会决定过时了......

Answer 4

使用基于范围的C++ 11循环,一个更简单的代码是:

#include <iostream>       // std::cout
#include <string>         // std::string
#include <locale>         // std::locale, std::tolower

int main ()
{
  std::locale loc;
  std::string str="Test String.\n";

 for(auto elem : str)
    std::cout << std::tolower(elem,loc);
}

Answer 5

如果字符串包含ASCII范围之外的UTF-8字符,则boost :: algorithm :: to_lower将不会转换这些字符.当涉及UTF-8时,最好使用boost :: locale :: to_lower.请参阅http://www.boost.org/doc/libs/1_51_0/libs/locale/doc/html/conversions.html

Answer 6

这是Stefan Mai的回复的后续行动:如果您想将转换结果放在另一个字符串中,则需要在调用之前预先分配其存储空间std::transform.由于STL将转换后的字符存储在目标迭代器中(在循环的每次迭代时将其递增),因此目标字符串将不会自动调整大小,并且存在内存占用风险.

#include <string>
#include <algorithm>
#include <iostream>

int main (int argc, char* argv[])
{
  std::string sourceString = "Abc";
  std::string destinationString;

  // Allocate the destination space
  destinationString.resize(sourceString.size());

  // Convert the source string to lower case
  // storing the result in destination string
  std::transform(sourceString.begin(),
                 sourceString.end(),
                 destinationString.begin(),
                 ::tolower);

  // Output the result of the conversion
  std::cout << sourceString
            << " -> "
            << destinationString
            << std::endl;
}

Answer 7

另一种使用基于范围的循环与参考变量的方法

string test = "Hello World";
for(auto& c : test)
{
   c = tolower(c);
}

cout<<test<<endl;

Answer 8

我自己的模板函数执行大写/小写。

#include <string>
#include <algorithm>

//
//  Lowercases string
//
template <typename T>
std::basic_string<T> lowercase(const std::basic_string<T>& s)
{
    std::basic_string<T> s2 = s;
    std::transform(s2.begin(), s2.end(), s2.begin(),
        [](const T v){ return static_cast<T>(std::tolower(v)); });
    return s2;
}

//
// Uppercases string
//
template <typename T>
std::basic_string<T> uppercase(const std::basic_string<T>& s)
{
    std::basic_string<T> s2 = s;
    std::transform(s2.begin(), s2.end(), s2.begin(),
        [](const T v){ return static_cast<T>(std::toupper(v)); });
    return s2;
}

Answer 9

我写了这个简单的辅助函数：

#include <locale> // tolower

string to_lower(string s) {        
    for(char &c : s)
        c = tolower(c);
    return s;
}

用法：

string s = "TEST";
cout << to_lower("HELLO WORLD"); // output: "hello word"
cout << to_lower(s); // won't change the original variable.

Answer 10

据我所知,Boost库的性能非常糟糕.我已经测试了他们的unordered_map到STL,平均慢了3倍(最好的情况2,最差的是10次).此算法看起来也太低了.

差异是如此之大,以至于我确信你需要做的任何事情,tolower以使其等于提升"满足你的需求" 将比提升更快.

我已经在Amazon EC2上完成了这些测试,因此在测试过程中性能会有所不同,但您仍然可以理解.

./test
Elapsed time: 12365milliseconds
Elapsed time: 1640milliseconds
./test
Elapsed time: 26978milliseconds
Elapsed time: 1646milliseconds
./test
Elapsed time: 6957milliseconds
Elapsed time: 1634milliseconds
./test
Elapsed time: 23177milliseconds
Elapsed time: 2421milliseconds
./test
Elapsed time: 17342milliseconds
Elapsed time: 14132milliseconds
./test
Elapsed time: 7355milliseconds
Elapsed time: 1645milliseconds

-O2 这样做:

./test
Elapsed time: 3769milliseconds
Elapsed time: 565milliseconds
./test
Elapsed time: 3815milliseconds
Elapsed time: 565milliseconds
./test
Elapsed time: 3643milliseconds
Elapsed time: 566milliseconds
./test
Elapsed time: 22018milliseconds
Elapsed time: 566milliseconds
./test
Elapsed time: 3845milliseconds
Elapsed time: 569milliseconds

资源:

string str;
bench.start();
for(long long i=0;i<1000000;i++)
{
    str="DSFZKMdskfdsjfsdfJDASFNSDJFXCKVdnjsafnjsdfjdnjasnJDNASFDJDSFSDNJjdsanjfsdnfjJNFSDJFSD";
    boost::algorithm::to_lower(str);
}
bench.end();

bench.start();
for(long long i=0;i<1000000;i++)
{
    str="DSFZKMdskfdsjfsdfJDASFNSDJFXCKVdnjsafnjsdfjdnjasnJDNASFDJDSFSDNJjdsanjfsdnfjJNFSDJFSD";
    for(unsigned short loop=0;loop < str.size();loop++)
    {
        str[loop]=tolower(str[loop]);
    }
}
bench.end();

我想我应该在专用机器上进行测试但是我将使用这个EC2所以我真的不需要在我的机器上测试它.

Answer 11

在不打扰std命名空间的情况下将字符串转换为loweercase的最简单方法如下

1:带/不带空格的字符串

#include <algorithm>
#include <iostream>
#include <string>
using namespace std;
int main(){
    string str;
    getline(cin,str);
//------------function to convert string into lowercase---------------
    transform(str.begin(), str.end(), str.begin(), ::tolower);
//--------------------------------------------------------------------
    cout<<str;
    return 0;
}

2:没有空格的字符串

#include <algorithm>
#include <iostream>
#include <string>
using namespace std;
int main(){
    string str;
    cin>>str;
//------------function to convert string into lowercase---------------
    transform(str.begin(), str.end(), str.begin(), ::tolower);
//--------------------------------------------------------------------
    cout<<str;
    return 0;
}

Answer 12

std::ctype::tolower()从标准C++本地化库将正确地为您执行此操作.以下是从tolower参考页面中提取的示例

#include <locale>
#include <iostream>

int main () {
  std::locale::global(std::locale("en_US.utf8"));
  std::wcout.imbue(std::locale());
  std::wcout << "In US English UTF-8 locale:\n";
  auto& f = std::use_facet<std::ctype<wchar_t>>(std::locale());
  std::wstring str = L"HELLo, wORLD!";
  std::wcout << "Lowercase form of the string '" << str << "' is ";
  f.tolower(&str[0], &str[0] + str.size());
  std::wcout << "'" << str << "'\n";
}