当前位置：首页 > news >正文

C 语言字符大小写互转：tolower / toupper 详解与实战

news 2025/7/19 14:23:31

在这里插入图片描述

🚀个人主页：BabyZZの秘密日记
📖收入专栏：C语言

🌍文章目入

- 一、函数原型
- 二、实现原理（glibc 2.39 源码节选）
- 三、常见陷阱与最佳实践
- 四、完整示例：大小写不敏感查找子串
- 五、性能扩展：批量转换的 SIMD 思路
- 六、小结

在文本处理、协议解析、命令行解析等场景中，“大小写不敏感”是十分常见的需求。C 标准库 <ctype.h> 提供了两个最常用的工具函数：

int tolower(int c); —— 大写 → 小写
int toupper(int c); —— 小写 → 大写

本文将从 函数原型、实现原理、可移植陷阱、完整示例、性能扩展 五个方面带你一次吃透它们。

一、函数原型

#include <ctype.h>int tolower(int c);   /* 若 c 是大写字母('A'~'Z')，返回对应小写字母；否则返回原值 */
int toupper(int c);   /* 若 c 是小写字母('a'~'z')，返回对应大写字母；否则返回原值 */

注意：参数与返回值类型都是 int，但实际只使用低 8 位；传入 EOF(-1) 是合法的，函数会原样返回。

二、实现原理（glibc 2.39 源码节选）

int tolower(int c) {if (isupper(c))return c | 0x20;   /* 0x20 = 32，把第 5 位(bit5)置 1 即可 */return c;
}int toupper(int c) {if (islower(c))return c & ~0x20;  /* 把第 5 位清 0 */return c;
}

为什么用第 5 位？
ASCII 表中，'A'=0x41, 'a'=0x61，差值正好是 0x20，因此可以用位运算实现极快的转换。
与 locale 的关系
在默认的 "C" 或 "POSIX" locale 下，仅对 26 个英文字母生效；若切换到其它 locale（如 UTF-8），tolower('İ') 也可能返回 'i'（视实现而定）。因此 不要假设 ASCII 以外字符的行为。

三、常见陷阱与最佳实践

参数必须先用 unsigned char 强转
char 可能为有符号类型，值 >127 会被当作负数，导致未定义行为（UB）。

char buf[] = "Straße";          // 'ß' = 0xDF
for (size_t i = 0; buf[i]; ++i)buf[i] = (char)tolower((unsigned char)buf[i]);

不能链式连续调用
toupper(tolower(c)) 看起来可以“统一成大写”，但如果 c 不是字母，会两次经过函数调用，浪费 CPU 缓存行。更好的做法是先判断：
```
c = islower(c) ? toupper(c) : c;
```
宏 vs 函数
<ctype.h> 还提供了宏 _tolower(c) / _toupper(c)，它们 不做范围检查，只在已知 c 为大/小写时调用，速度更快。使用前要自行保证条件。

四、完整示例：大小写不敏感查找子串

#include <stdio.h>
#include <ctype.h>
#include <string.h>/* 忽略大小写的 strstr */
const char *strcasestr(const char *haystack, const char *needle) {if (!*needle) return haystack;for (; *haystack; ++haystack) {const char *h = haystack;const char *n = needle;while (*h && *n && tolower((unsigned char)*h) == tolower((unsigned char)*n)) {++h;++n;}if (*n == '\0') return haystack;}return NULL;
}int main(void) {const char *text = "Hello, C Language!";const char *key  = "c lAn";const char *pos  = strcasestr(text, key);if (pos)printf("Found at offset %ld: %s\n", pos - text, pos);elseputs("Not found");return 0;
}

编译运行：

$ gcc demo.c -o demo && ./demo
Found at offset 7: C Language!

五、性能扩展：批量转换的 SIMD 思路

若字符串非常长（>1 MB），可借助 SSE2/AVX2 指令一次处理 16/32 字节：

#include <immintrin.h>void tolower_avx2(char *s, size_t n) {const __m256i delta = _mm256_set1_epi8('a' - 'A');const __m256i upper = _mm256_set1_epi8('Z');const __m256i lower = _mm256_set1_epi8('A' - 1);size_t i = 0;for (; i + 31 < n; i += 32) {__m256i v = _mm256_loadu_si256((__m256i*)(s + i));__m256i gt = _mm256_cmpgt_epi8(v, lower);__m256i le = _mm256_cmpgt_epi8(upper, v);__m256i mask = _mm256_and_si256(gt, le);v = _mm256_add_epi8(v, _mm256_and_si256(mask, delta));_mm256_storeu_si256((__m256i*)(s + i), v);}/* 尾部不足 32 字节回退到单字节 */for (; i < n; ++i)s[i] = (char)tolower((unsigned char)s[i]);
}