具体来说，JS引擎对小写和大写区域设置敏感

In what JS engines, specifically, are toLowerCase & toUpperCase locale-sensitive?

本文关键字：区域 设置 具体来说 JS 引擎      更新时间：2024-07-05

在某些库的代码中(例如 AngularJS，链接指向代码中的特定行(，我可以看到使用了自定义大小写转换函数而不是标准函数。假设在具有土耳其语区域设置的浏览器中，标准函数无法按预期工作，这是合理的：

console.log("SCRIPT".toLowerCase()); // "scrıpt"
console.log("script".toUpperCase()); // "SCRİPT"

但事实真的如此吗？浏览器真的是这样行为的吗？如果是这样，他们中的哪一个会这样做？节点.js呢？其他 JS 引擎？

toLocaleLowerCase 和 toLocaleUpperCase 方法的存在意味着toLowerCase和toUpperCase是区域设置不变的，不是吗？

具体而言，对于哪些浏览器，Angular 团队在代码中保留了此检查：if ('i' !== 'I'.toLowerCase())... ？

如果您的浏览器(设备(使用土耳其语或阿塞拜疆语言环境，请运行此代码段，如果您发现问题确实存在，请写信给我。

if ('i' !== 'I'.toLowerCase()) {
  document.write('Ooops! toLowerCase is locale-sensitive in your browser. ' +
    'Please write your user-agent in the comments to this question: ' +
    navigator.userAgent); 
} else {
  document.write('toLowerCase isn''t locale-sensitive in your browser. ' +
    'Everything works as expected!');
}
<html lang="tr">

注意：请注意，我无法测试它！

根据 ECMAScript 规范：

String.prototype.toLowerCase ( (

[...]

出于此操作的目的，16 位代码单元的 字符串在 Unicode 基本多语言中被视为代码点 飞机。代理项码位直接从 S 传输到 L 没有任何映射。

必须根据 Unicode 字符数据库(这明确不仅包括 UnicodeData.txt 文件，也是 SpecialCasings.txt 文件 在 Unicode 2.1.8 及更高版本中随附(。

[...]

String.prototype.toLocaleLowerCase ( (

此函数的工作方式与 toLowerWrite 完全相同，除了它的 结果旨在为主机生成正确的结果 环境的当前区域设置，而不是与区域设置无关的结果。 只有在少数情况下才会有差异(例如土耳其语( 该语言的规则与常规 Unicode 冲突 案例映射。

[...]

根据 Unicode 字符数据库特殊大小写：

[...]

格式

此文件中的条目采用以下机器可读格式：

<code>; <lower>; <title>; <upper>; (<condition_list>;)? # <comment>

无条件映射

[...]

保留 I 与点的规范等价性。突厥语被处理 下面。

0130; 0069 0307; 0130; 0130; # LATIN CAPITAL LETTER I WITH DOT ABOVE

[...]

语言敏感映射 这些字符的完整大小写映射取决于语言，也许还取决于语言 上下文(哪些字符在之前或之后(。欲了解更多信息 请参阅此文件的标头和 Unicode 标准。

立陶宛语

立陶宛语在后跟重音符号时以小写 i 保留点。

删除带有大写或标题大小写的"i"后面的点

0307; 0307; ; ; lt After_Soft_Dotted; # COMBINING DOT ABOVE

在小写字母 I 和 J 时在上面引入一个明确的点 每当上面有更多的口音时。 (立陶宛语中使用的重音：grave，asharp，上面的波浪号和ogonek(

0049; 0069 0307; 0049; 0049; lt More_Above; # LATIN CAPITAL LETTER I

004A; 006A 0307; 004A; 004A; lt More_Above; # LATIN CAPITAL LETTER J

012E; 012F 0307; 012E; 012E; lt More_Above; # LATIN CAPITAL LETTER I WITH OGONEK

00CC; 0069 0307 0300; 00CC; 00CC; lt; # LATIN CAPITAL LETTER I WITH GRAVE

00CD; 0069 0307 0301; 00CD; 00CD; lt; # LATIN CAPITAL LETTER I WITH ACUTE

0128; 0069 0307 0303; 0128; 0128; lt; #LATIN CAPITAL LETTER I WITH TILDE

土耳其语和阿塞拜疆语

我和我点;I-dot 和 i 是土耳其语和阿塞拜疆语中的案例对 以下规则处理这些情况。

0130; 0069; 0130; 0130; tr; # LATIN CAPITAL LETTER I WITH DOT ABOVE

0130; 0069; 0130; 0130; az; # LATIN CAPITAL LETTER I WITH DOT ABOVE

小写时，删除序列 I + dot_above 中的dot_above，这将变成 i。 这与规范等效 I-dot_above 的行为相匹配

0307; ; 0307; 0307; tr After_I; # COMBINING DOT ABOVE

0307; ; 0307; 0307; az After_I; # COMBINING DOT ABOVE

小写时，除非 I 在dot_above之前，否则它会变成无点 i。

0049; 0131; 0049; 0049; tr Not_Before_Dot; # LATIN CAPITAL LETTER I

0049; 0131; 0049; 0049; az Not_Before_Dot; # LATIN CAPITAL LETTER I

大写时，i 变成虚线大写 I

0069; 0069; 0130; 0130; tr; # LATIN SMALL LETTER I

0069; 0069; 0130; 0130; az; # LATIN SMALL LETTER I

注意：以下情况已在 UnicodeData.txt 文件中。

0131; 0131; 0049; 0049; tr; # LATIN SMALL LETTER DOTLESS I

EOF

另外，根据JavaScript for Absolute Beginners(由Terry McNavage撰写(：

> "I".toLowerCase() // "i"
> "i".toUpperCase() // "I"
> "I".toLocaleLowerCase() // "<dotless-i>"
> "i".toLocaleUpperCase() // "<dotted-I>"

注意：根据您的操作系统设置toLocaleLowerCase()和toLocaleUpperCase()转换大小写。必须将这些设置更改为土耳其语，前面的示例才能正常工作。或者只是相信我的话！

根据 bobince 对将 JavaScript 字符串转换为全部小写的评论？ 问题：

Accept-Language和navigator.language是两个完全独立的 设置。 Accept-Language反映了用户选择的偏好 他们希望在网页中接收哪些语言(此设置是 不幸的是，JS无法访问(。 navigator.language只是反映 安装了 Web 浏览器的哪个本地化版本，并且应该 一般不用于任何东西。这两个值都不相关 到系统区域设置，这是决定什么的位 toLocaleLowerCase(( 就可以了;这是超出范围的操作系统级别设置 浏览器的首选项。

因此，将lang="tr-TR"设置为 html 不会反映真实的测试用例，因为它是重现特殊大小写示例所需的操作系统设置。

我认为在使用 toLowerCase() 或 toUpperCase() 时，只有小写的点 I 或大写无点 i 是特定于语言环境的。

根据那些可靠/官方消息来源，我认为你是对的：'i' !== 'I'.toLowerCase()总是会评估为错误。

但是，正如我所说，我无法在这里测试它。

任何遵循 ECMA-262 5.1 标准的 JS 实现都必须实现 String.prototype.toLocaleLowerCase 和 String.prototype.toLocaleUpperCase

根据标准toLocaleLowerCase应该根据特定于区域设置的映射将字符串转换为小写映射。

其中 as toLowerCase转换为由 unicode 映射定义的小写字符串。

对于大多数语言，toLocaleLowerCase和toLowerCase给出相同的结果。但是对于某些语言，如土耳其语，大小写映射不遵循 unicode 映射，因此toLowerCase和toLocaleLowerCase给出不同的结果。

您使用的库/框架(Jquery，Angular，Node其他任何(没有任何区别。它是你用来运行你的JS库的JS实现，它使事情发生和改变。

出于所有实际目的，可以准确地得出结论，Node/Angular 或任何其他 JS 库和框架在处理字符串时的行为都完全相同(只要它们被实现 ECMA-262 3 及更高版本的 JS 引擎使用(。话虽如此，我相信许多框架扩展了字符串对象以添加更多功能，但 ECMA-262 5.1 定义的基本属性和函数始终存在，并且行为完全相同。

了解更多 ： http://www.ecma-international.org/ecma-262/5.1/#sec-15.5.4.17

就浏览器而言

，所有现代浏览器都在其JS引擎中实现了ECMA-262 5.1标准。我不确定 Node，但从我对 Node 的有限曝光来看，我认为他们也使用根据 ECMA-262 5.1 标准实现的 JS。

相关文章：