java - 适用于 Latin-1 字符的不区分大小写的索引

Question

我正在寻找一种通过以下测试用例的方法:

 assertEquals(0, indexOfIgnoreCase("ss", "ß"));
 assertEquals(0, indexOfIgnoreCase("ß", "ss"));
 assertEquals(1, indexOfIgnoreCase("ßa", "a"));

有趣的字符(称为德语“sharp S”)并不是真正的异国情调(U+00DF，存在于 Latin-1 Suplement Unicode block 中)，除非您将其大写:"ß".toUpperCase() 返回 "SS"(与区域设置无关)。

我寻找至少适用于前 256 个 Unicode 字符的解决方案，除了 ICU4j 之外什么也没返回，我不想使用它。

This question (间接)要求 String.contains 不区分大小写的版本，但请注意，大多数答案仅适用于 ASCII。接受的答案可以进行调整，例如

final int flags = Pattern.CASE_INSENSITIVE | Pattern.UNICODE_CASE;
Pattern pattern = Pattern.compile(Pattern.quote(needle), flags);
final Matcher matcher = pattern.matcher(hay);
return matcher.find() ? matcher.start() : -1;

因此它也适用于非 ASCII 并返回位置而不是 boolean 值。然而，它未能通过上述测试。

Apache org.apache.commons.lang3.StringUtils 也没有通过。这个nice answer利用 String.regionMatches 提供了快速解决方案，但没有通过。

转换为小写是不够的，转换为大写就可以了，但最后一个测试用例将返回 2 而不是 1。

<小时/>

我有点不确定结果是什么

indexOfIgnoreCase("ßa", "sa")

应该是？ 0.5 作为“针”从 ß 大写的第二个 S 开始？

Answer 1

1. 将原始文本和needle转换为字符数组
2. 将每个字符转换为大写
3. 查找原始文本数组中的needle子数组位置。

例如:

char[] text = convertToUpperCase("...".toCharArray());
char[] needle = convertToUpperCase("...".toCharArray());

for (int i = 0; i < text.length - needle.length; i++)
    if (arraysEqual(needle, 0, text, i, needle.length)) // The same signature as System.arraycopy
        return i;

return -1;