python - 更改包含重音和本地字母的 unicode 字符串中字母的大小写

Question

Python 字符串和 unicode 对象有以下字符串大小写转换方法。

• upper()
• 降低()
• title()

使用 unicode 字符串，我几乎可以处理本地字母表中的所有字符:

test_str = u"ças şak ürt örkl"
print test_str.upper()
>> ÇAS ŞAK ÜRT ÖRKL

除了两个字母。因为我住在土耳其，所以我有典型的Turkish I problem .

在我的本地字母表中，我们有一个字母 İ 类似于 I 并且它们的大小写转换必须如下所示

I → 小写 → ı

i → 大写 → İ

是的，它破坏了 i --> I 的 ASCII 转换，因为 i 和 I 是两个不同的字母。

test_str = u"ik"
print test_str.upper()
>> IK  # Wrong! must be İK
test_str = u"IK"
print test_str.lower()
>> ik  # Wrong! must be ık

我该如何克服这个问题？有没有一种方法可以使用 python 内置函数正确处理大小写转换？

Answer 1

Python 目前不支持特定于语言环境的大小写折叠，也不支持 Unicode SpecialCasing.txt 中的其他规则。如果您今天需要它，您可以从 PyICU 获得它们.

>>> unicode( icu.UnicodeString(u'IK').toLower(icu.Locale('TR')) )
u'ık'

尽管如果您只关心土耳其语 I，您可能更愿意将其特殊化。