在Windows上使用C ++中的Unicode进行不区分大小写的搜索

Question

昨天我问了一个类似的问题，但我知道我需要以不同的方式重新讨论它。

简而言之： 在Windows上的C ++中，当字符串采用unicode格式（wide char，wchar_t）时，如何对字符串（在另一个字符串内）进行不区分大小写的搜索，并且我不知道字符串的语言。我只是想知道针是否存在于大海捞针中。针的位置与我无关。

背景： 我有一个包含大量电子邮件正文的存储库。这些消息使用不同的语言（日语，德语，俄语，芬兰语;您可以命名）。所有数据都是Unicode格式，我将它加载到我的C ++应用程序中的宽字符串（wchar_t）（正文已被MIME解码，因此在我的调试器中我可以看到实际的日语，德语字符）。我不知道消息的语言，因为电子邮件消息不包含该细节，单个电子邮件正文也可能包含多种语言的字符。

我正在寻找像wcsstr这样的东西，但能够以不区分大小写的方式进行搜索。我知道在不知道文本语言的情况下，不可能从大写到小写进行100％正确的转换。我想要一个可以在99％的情况下工作的解决方案。

我正在使用带有C ++，STL和Boost的Visual Studio 2008。

Answer 1

Boost String Algorithms有一个 icontains（ ）功能模板，可以做你需要的。

Answer 2

您必须指定语言以进行不区分大小写的比较。例如在土耳其语中，'i'不是与'I'对应的小写字母。如果似乎没有指定语言，则使用隐式选择的语言进行比较。

Answer 3

您应该使用 ICU库，它支持遵循Unicode规则的Unicode正则表达式用于不区分大小写的匹配。该库以C / C ++和Java库的形式提供。许多其他语言（如Python）支持ICU库的包装器。

Answer 4

你可以将needle和haystack转换为小写（或大写），然后执行wcsstr（）。