अपरकेस और लोअरकेस अक्षर

मैंने यहाँ अपरकेस और लोअरकेस अक्षरों के बारे में कुछ स्पष्ट तथ्य नहीं संकलित किए हैं जो प्रोग्रामर को काम करते समय मिल सकते हैं। आप में से कई ने तार को "सभी अपरकेस", "सभी लोअरकेस" (लोअरकेस), "पहले अपरकेस और बाकी लोअरकेस" (शीर्षक) में अनुवादित किया है। केस-असंवेदनशील तुलना ऑपरेशन और भी लोकप्रिय है। वैश्विक स्तर पर, इस तरह के ऑपरेशन काफी nontrivial हो सकते हैं। इस पोस्ट का निर्माण "गलत धारणाओं के संग्रह" के रूप में किया गया था।

1. यदि मैं स्ट्रिंग को अपरकेस या लोअरकेस में अनुवाद करता हूं, तो यूनिकोड वर्णों की संख्या नहीं बदलेगी।

नहीं। पाठ में, लोअरकेस लिगचर दिखाई दे सकता है जो ऊपरी मामले में एक वर्ण के अनुरूप नहीं है। उदाहरण के लिए, जब अपरकेस में स्थानांतरण: U (U + FB00) -> FI (U + 0046, U + 0049)

2. स्नायुबंधन - विकृति, कोई भी उनका उपयोग नहीं करता है। अगर उन पर ध्यान नहीं दिया गया, तो मैं सही हूं।

नहीं। डायक्टिक्स के कुछ अक्षरों का एक अन्य मामले में सटीक मिलान नहीं होता है, इसलिए आपको एक संयुक्त चरित्र का उपयोग करना होगा। मान लीजिए कि अफ्रीकी में एक पत्र ʼn (U + 0149) है। ऊपरी स्थिति में, यह दो वर्णों के संयोजन से मेल खाता है: (U + 02BC, U + 004E)। यदि आप अरबी पाठ के लिप्यंतरण में आते हैं , तो आपका सामना हो सकता है (U + 1E96), जिसका ऊपरी मामले में एक-वर्ण मिलान भी नहीं है, इसलिए आपको इसे बदलना होगा (U + 0048, U + 0331)। वहाण भाषा में एक पत्र है (U + 01F0) इसी तरह की समस्या के साथ। आप तर्क दे सकते हैं कि यह विदेशी है, लेकिन विकिपीडिया पर अफ्रीकी पर 23,000 लेख हैं।

3. ठीक है, ठीक है, लेकिन चलो एक प्रतीक के रूप में एक संयुक्त प्रतीक (संशोधन या कोड बिंदुओं के संयोजन के साथ) पर विचार करें। फिर लंबाई को अभी भी संरक्षित किया जाएगा।

नहीं। उदाहरण के लिए, जर्मन में "एस्सेट" ß (U + 00DF) अक्षर है। अपरकेस में परिवर्तित होने पर, यह दो एसएस वर्णों (U + 0053, U + 0053) में बदल जाता है।

4. ठीक है, ठीक है, मैं समझ गया। हम मानते हैं कि यूनिकोड वर्णों की संख्या बढ़ सकती है, लेकिन दोगुने से अधिक नहीं।

नहीं। विशिष्ट यूनानी अक्षर हैं, उदाहरण के लिए, (U + 0390), जो तीन यूनिकोड वर्णों में बदल जाता है (U + 0399, U + 0308, U + 0301)

5. चलो शीर्षक के बारे में बात करते हैं। यहां सब कुछ सरल है: मैंने शब्द से पहला चरित्र लिया, इसे अपरकेस में स्थानांतरित कर दिया, बाद के सभी लोगों को ले लिया, इसे निचले हिस्से में स्थानांतरित कर दिया।

नहीं। उसी याद को याद करते हैं। यदि लोअरकेस में शब्द fl (U + FB02) से शुरू होता है, तो अपरकेस में लिगचर FL (U + 0046, U + 004C) में बदल जाएगा, लेकिन शीर्षक में - Fl (U + 0046, U + 006C) में। The के साथ एक ही बात, लेकिन सैद्धांतिक रूप से शब्द इसके साथ शुरू नहीं हो सकते।

6. फिर से ये झूठ! ठीक है, हम शब्द से पहला चरित्र लेते हैं, इसे बड़े अक्षर में अनुवाद करते हैं, अगर यह एक से अधिक वर्ण निकलता है, तो हम पहले एक को छोड़ देते हैं, और बाकी को निचले हिस्से में छोड़ते हैं। तब यह निश्चित रूप से काम करेगा।

काम नहीं करेगा। उदाहरण के लिए, डिग्राफ dz (U + 01F3) है, जिसका उपयोग पोलिश, स्लोवाक, मैसेडोनियन या हंगेरियन में पाठ में किया जा सकता है। अपरकेस में, यह डिग्राफ U (U + 01F1) से मेल खाती है, और टाइटलकेस में डिग्राफ the (U + 01F2) से मेल खाती है। अलग-अलग डिग्गियां भी हैं। दूसरी ओर , ग्रीक आपको हाइपो -ग्रेम और प्रो-ग्रामरमी से चुटकुले के साथ प्रसन्न करेगा (सौभाग्य से, यह शायद ही आधुनिक ग्रंथों में पाया जाता है)। सामान्य तौर पर, एक चरित्र के लिए अपरकेस और शीर्षक विकल्प अलग हो सकते हैं; उनके लिए, यूनिकोड मानक में अलग-अलग प्रविष्टियाँ हैं।

7. अच्छा है, लेकिन कम से कम एक चरित्र के मामले को अपरकेस या लोअरकेस में परिवर्तित करने का परिणाम शब्द में इसकी स्थिति पर निर्भर नहीं करता है।

नहीं। उदाहरण के लिए, एक शब्द के अंत में यूनानी राजधानी सिग्मा Σ (U + 03A3) एक लोअरकेस 03 (U + 03C2) में बदल जाती है, और बीच में - σ (U + 03C3)।

8. ओह, ठीक है, हम ग्रीक सिग्मा को अलग से संसाधित करेंगे। लेकिन किसी भी स्थिति में, पाठ में समान स्थिति में समान वर्ण समान रूप से परिवर्तित किया जाता है।

नहीं। उदाहरण के लिए, अधिकांश लैटिन भाषाओं में, I (U + 0049) का निचला संस्करण i (U + 0069) है, लेकिन तुर्की और अज़रबैजानी में नहीं। वहां, I के लिए निचला संस्करण ı (U + 0131) है, और i के लिए अपरकेस संस्करण ı (U + 0130) है। तुर्की में, इस वजह से, विभिन्न सॉफ्टवेयर में कभी-कभी करामाती कीड़े देखे जाते हैं। और यदि आप एक्सेंट के साथ लिथुआनियाई में एक पाठ भर में आते हैं, तो, उदाहरण के लिए, पूंजी U (U + 00CC), जो ì (U + 00EC) में नहीं बदलेगी, लेकिन (U + 0069, U + 0307, ​​U + 0300)। सामान्य तौर पर, रूपांतरण का परिणाम भाषा पर भी निर्भर करता है। अधिकांश जटिल मामलों का वर्णन यहां किया गया है ।

9. क्या खौफ है! ठीक है, आइए अब हम सही ढंग से अपरकेस और लोअरकेस में बदलें। दो शब्दों की तुलना करना संवेदनशील नहीं है: हम दोनों को लोअरकेस में अनुवाद करते हैं और तुलना करते हैं।

ऊपर से कई नुकसान भी होते हैं। उदाहरण के लिए, यह जर्मन straße और STRASSE के साथ काम नहीं करेगा (पहला नहीं बदलेगा, दूसरा स्ट्रैस में बदल जाएगा)। ऊपर वर्णित कई अन्य पत्रों के साथ समस्याएं होंगी।

10. हम्म् ... हो सकता है कि फिर सब कुछ अपरकेस में हो?

और यह हमेशा काम नहीं करेगा (यद्यपि अधिक बार)। लेकिन मान लीजिए कि आप एसटीआरए रिकॉर्ड में आते हैं ई (हाँ, एक बड़ा एस्किट जर्मन और यूनिकोड में भी है), यह स्ट्रैनी के साथ मेल नहीं खाता है। तुलना के लिए, अक्षरों को एक विशेष यूनिकोड तालिका - केसफॉल्डिंग के अनुसार परिवर्तित किया जाता है, इसलिए ß और SS दोनों ss में बदल जाएंगे।

11. आह, यह कुछ प्रकार के कापेट हैं!

यहां मैं सहमत हूं।

यदि कोई व्यक्ति किसी भी वर्ण को प्रदर्शित नहीं करता है, तो मुझे एक व्यक्तिगत संदेश लिखें, मैं इसे एक तस्वीर के साथ बदल दूंगा।