在 JavaScript 中使用 toLowerCase 或 toUpperCase 比较字符串更好吗？

Question

我正在进行代码审查，我很好奇在尝试比较字符串并忽略大小写时，是否最好在 JavaScript 中将字符串转换为大写或小写。

小例子：

var firstString = "I might be A different CASE";
var secondString = "i might be a different case";
var areStringsEqual = firstString.toLowerCase() === secondString.toLowerCase();

或者我应该这样做：

var firstString = "I might be A different CASE";
var secondString = "i might be a different case";
var areStringsEqual = firstString.toUpperCase() === secondString.toUpperCase();

似乎“应该”或可以使用有限的字符集（例如仅英文字母），那么一个比另一个更强大吗？

请注意，MSDN 建议将字符串规范化为大写，但那是针对托管代码（大概是 C# 和 F#，但它们有精美的

StringComparers

和基础库）：

http://msdn.microsoft.com/en-us/library/bb386042.aspx

Answer 1

修改答案

我回答这个问题已经有一段时间了。虽然文化问题仍然存在（而且我认为它们永远不会消失），但ECMA-402标准的发展使我原来的答案......过时（或过时？）。

比较本地化字符串的最佳解决方案似乎是使用函数

localeCompare()

以及适当的语言环境和选项：

var locale = 'en'; // that should be somehow detected and passed on to JS
var firstString = "I might be A different CASE";
var secondString = "i might be a different case";
if (firstString.localeCompare(secondString, locale, {sensitivity: 'accent'}) === 0) {
    // do something when equal
}

这将比较两个不区分大小写但区分重音的字符串（例如

ą != a).

If this is not sufficient for performance reasons, you may want to use either

toLocaleUpperCase()

or

toLocaleLowerCase()` 将语言环境作为参数传递：

if (firstString.toLocaleUpperCase(locale) === secondString.toLocaleUpperCase(locale)) {
    // do something when equal
}

理论上应该没有差异。在实践中，微妙的实现细节（或给定浏览器中缺乏实现）可能会产生不同的结果......

原答案

我不确定你是否真的想在 Internationalization (i18n) 标签中问这个问题，但既然你这样做了......
也许最出乎意料的答案是：都不是。

大小写转换存在大量问题，如果您想在不指示语言的情况下转换字符大小写（例如 JavaScript 大小写），这不可避免地会导致功能问题。例如：

1. 有许多自然语言没有大小写字符的概念。尝试转换它们没有意义（尽管这会起作用）。
2. 转换字符串有特定于语言的规则。德语锐 S 字符 (ß) 必然会转换为两个大写 S 字母 (SS)。
3. 土耳其语和阿塞拜疆语（或者阿塞拜疆语，如果您愿意）有“非常奇怪”两个 i 字符的概念：无点 ı（转换为大写 I）和点式 i（转换为大写 ı <- this font does not allow for correct presentation, but this is really different glyph).
4. 希腊语有很多“奇怪”的转换规则。一个特定的规则涉及大写字母 sigma (Σ)，根据单词中的位置，它有两个对应的小写字母：常规 sigma (σ) 和最终 sigma (ς)。关于“重音”字符还有其他转换规则，但在转换函数的实现过程中通常会被省略。
5. 某些语言有首字母大写字母，即 Lj 应该转换为 LJ 或不太合适的 LJ 之类的东西。 连字也是如此。
6. 最后，有许多兼容字符可能与您要比较的含义相同，但由完全不同的字符组成。更糟糕的是，像“ae”这样的东西可能相当于德语和芬兰语中的“ä”，但相当于丹麦语中的“æ”。

我试图说服您，按字面比较用户输入确实比转换它更好。如果它与用户无关，可能并不重要，但大小写转换总是需要时间。何苦呢？

Answer 2

已经提供了一些其他选项，但如果您必须使用

toLowerCase

，或者

toUpperCase

，我想要一些关于这方面的实际数据。我拉了完整列表 失败的两个字节字符的

toLowerCase

或

toUpperCase

。我然后 进行此测试：

let pairs = [
[0x00E5,0x212B],[0x00C5,0x212B],[0x0399,0x1FBE],[0x03B9,0x1FBE],[0x03B2,0x03D0],
[0x03B5,0x03F5],[0x03B8,0x03D1],[0x03B8,0x03F4],[0x03D1,0x03F4],[0x03B9,0x1FBE],
[0x0345,0x03B9],[0x0345,0x1FBE],[0x03BA,0x03F0],[0x00B5,0x03BC],[0x03C0,0x03D6],
[0x03C1,0x03F1],[0x03C2,0x03C3],[0x03C6,0x03D5],[0x03C9,0x2126],[0x0392,0x03D0],
[0x0395,0x03F5],[0x03D1,0x03F4],[0x0398,0x03D1],[0x0398,0x03F4],[0x0345,0x1FBE],
[0x0345,0x0399],[0x0399,0x1FBE],[0x039A,0x03F0],[0x00B5,0x039C],[0x03A0,0x03D6],
[0x03A1,0x03F1],[0x03A3,0x03C2],[0x03A6,0x03D5],[0x03A9,0x2126],[0x0398,0x03F4],
[0x03B8,0x03F4],[0x03B8,0x03D1],[0x0398,0x03D1],[0x0432,0x1C80],[0x0434,0x1C81],
[0x043E,0x1C82],[0x0441,0x1C83],[0x0442,0x1C84],[0x0442,0x1C85],[0x1C84,0x1C85],
[0x044A,0x1C86],[0x0412,0x1C80],[0x0414,0x1C81],[0x041E,0x1C82],[0x0421,0x1C83],
[0x1C84,0x1C85],[0x0422,0x1C84],[0x0422,0x1C85],[0x042A,0x1C86],[0x0463,0x1C87],
[0x0462,0x1C87]
];

let upper = 0, lower = 0;
for (let pair of pairs) {
   let row = 'U+' + pair[0].toString(16).padStart(4, '0') + ' ';
   row += 'U+' + pair[1].toString(16).padStart(4, '0') + ' pass: ';
   let s = String.fromCodePoint(pair[0]);
   let t = String.fromCodePoint(pair[1]);
   if (s.toUpperCase() == t.toUpperCase()) {
      row += 'toUpperCase ';
      upper++;
   } else {
      row += '            ';
   }
   if (s.toLowerCase() == t.toLowerCase()) {
      row += 'toLowerCase';
      lower++;
   }
   console.log(row);
}
console.log('upper pass: ' + upper + ', lower pass: ' + lower);

有趣的是，其中一对都失败了。但基于此， 转大写是最好的选择。

Answer 3

如果您不想使用基于区域设置的解决方案，您可以简单地执行以下操作：

const areStringsEqual = (a, b) => 
    a.toLowerCase().toUpperCase() === b.toLowerCase().toUpperCase()

（注意：相反的

a.toUpperCase().toLowerCase()

无法工作，因为一种奇怪的现象：小写 ẞ

 会导致 

ß

，但大写 

ß

 会导致 

SS

！）。

如果您想在编译时比较常量字符串类型，这在打字稿中特别有用，因为没有基于区域设置的实用程序类型！

type AreStringsEqual<A extends string, B extends string> =
    Uppercase<Lowercase<A>> extends Uppercase<Lowercase<B>> ? true : false

Answer 4

它从不依赖于浏览器，因为它只涉及 JavaScript。 两者都会根据需要更改的字符数量给出性能（翻转大小写）

var areStringsEqual = firstString.toLowerCase() === secondString.toLowerCase();
var areStringsEqual = firstString.toUpperCase() === secondString.toUpperCase();

如果您使用 @adeneo 准备的测试，您会觉得它依赖于浏览器，但要进行一些其他测试输入，例如：

"AAAAAAAAAAAAAAAAAAAAAAAAAAAA" 和

"aaaaaaaaaaaaaaaaaaaaaaaaaaaaaa" 并比较。

Javascript 性能取决于浏览器是否存在某些 DOM API 或任何 DOM 操作/交互，否则对于所有纯 JavaScript，它将提供相同的性能。