Alat pembangun · Perbandingan teks
Lipatan Kes Lebih Sukar Daripada Kelihatan: Maksud 'Abaikan Kes' dalam Unikod
· Latar belakang
perbezaan teks unicode kepekaan huruf besar-besaran
Terangkan mengapa mengabaikan kes adalah remeh untuk ASCII dan halus untuk Unicode, dengan i tanpa titik, sharp s dan sigma akhir sebagai contoh, dan maksudnya untuk sebarang perbandingan tidak sensitif huruf besar-besaran.
Mengapa dua ejaan Istanbul mungkin tidak sepadan — dibuka dengan ketidakpadanan dunia sebenar yang melibatkan ibu kota bertitik Turki I yang mengejutkan pembangun berbahasa Inggeris
Perbandingan tidak sensitif huruf besar kedengaran universal sehingga pengecam, skrip dan peraturan bahasa tidak bersetuju. Peraturan sebenar ToolAcre adalah konkrit: apabila Abaikan huruf besar dipilih, setiap kunci baris menerima JavaScript `toLowerCase()`, selepas sebarang perubahan ruang kosong. Persamaan yang ketat kemudian membandingkan rentetan yang terhasil.
Mekanisme itu berguna untuk tajuk atau label biasa, tetapi namanya tidak boleh dikembangkan ke dalam kesamaan linguistik setempat. UI tidak mengumpul tempat dan fungsi tidak membekalkan satu pun. Pembaca harus memeriksa keputusan apabila kes membawa identiti atau makna bahasa.
ASCII case: bit tunggal — menerangkan perhubungan huruf besar dan huruf kecil yang mudah yang menjadikan bendera abaikan-huruf kecil alat awal mudah
Buku kerja menerangkan kes ASCII sebagai perhubungan bit tunggal, tetapi sumbernya tidak melaksanakan aritmetik bit atau cawangan ASCII sahaja. Ia menggunakan kaedah rentetan platform pada baris lengkap. Penjelasan pengekodan sejarah memerlukan sumber di luar repositori ini.
Untuk teks Latin asas, `Hello` dan `hello` menjadi sama di bawah pilihan, seperti yang dibuktikan oleh suite ujian. Ujian itu menetapkan satu tingkah laku, bukan setiap pemetaan Unicode. Elakkan menukar contoh bahasa Inggeris yang berlalu menjadi janji tentang semua skrip.
Pelaksanaan memanggil JavaScript kepadaLowerCase; ia tidak mendedahkan operasi bit khusus ASCII
Lipatan kes Unicode ialah konsep perbandingan dengan data dan peraturan statusnya sendiri. ToolAcre tidak memanggil perpustakaan lipat bernama, menormalkan rentetan atau mendokumentasikan versi Unicode. Memanggil pelaksanaan ini "lipat kes penuh" akan menuntut jentera yang tiada.
Penerangan yang boleh dipertahankan ialah perbandingan huruf kecil menggunakan enjin JavaScript semasa. Baris asal kekal tidak berubah untuk paparan. Jika rentetan yang diturunkan berbeza dari segi panjang atau mata kod, garisan itu kekal sebagai penyingkiran dan penambahan dan bukannya padanan paksa.
ToolAcre melakukan pemetaan huruf kecil, bukan operasi lipatan huruf besar Unicode yang didokumenkan
Garis besar itu menamakan Turkish I, German sharp s dan Greek sigma. Itu adalah topik yang sah untuk artikel Unicode sumber luaran, tetapi repositori ini tidak mengandungi jadual atau ujian yang menjamin hasil untuknya. Artikel ini sengaja mengelak daripada mengisytiharkan pemetaan yang tepat.
Uji nilai sebenar dalam persekitaran sasaran dan rujuk dokumentasi Unicode dan tempat yang berwibawa sebelum membina peraturan identiti. Kotak semak kemudahan untuk semakan visual tidak boleh menjadi pembanding nama pengguna, sempadan keselamatan atau enjin pengumpulan berbilang bahasa.
Pengecualian bahasa bernama memerlukan sumber Unicode luaran dan tidak dijamin di sini
Bandingkan `Release Notes` dengan `release notes`. Mod ketat melaporkan penggantian; Abaikan kes melaporkan baris yang sama dan memaparkan teks kiri asal. Tambahkan tanda baca atau perubahan aksen dan perhatikan bahawa huruf kecil sahaja tidak memadamkan setiap perbezaan.
Contoh terkawal ini menunjukkan pilihan tanpa berpura-pura menyelesaikan tingkah laku khusus skrip. Semasa menyemak glosari, jalankan mod ketat dahulu dan rekod baris huruf kecil sahaja. Togol pilihan selepas itu untuk memisahkan bunyi huruf besar daripada perubahan ejaan atau tanda baca.
Contoh yang berjaya: uji varian Latin biasa tanpa generalisasi kepada setiap skrip
Tiada pemilih tempat muncul dalam UI dan `toLowerCase` tidak menerima parameter bahasa. Akibatnya kod transformasi yang sama berjalan tanpa mengira bahasa yang dimaksudkan oleh dokumen. Laluan itu tidak mengetahui sama ada baris adalah Turki, Jerman, Yunani atau pengecam pengaturcaraan.
Ketiadaan itu adalah amaran praktikal. Untuk carian, pengisihan atau identiti yang menyedari setempat, gunakan API yang direka bentuk mengikut keperluan tersebut dan sematkan gelagatnya dengan data yang sesuai. Perbezaan teks ialah lensa pengulas atas dua rentetan, bukan dasar penamaan global.
Tiada parameter setempat dibekalkan oleh pilihan perbandingan ini
Artikel ini tidak menjanjikan kesetaraan bukan Latin, penormalan, penyusunan atau keselamatan terhadap aksara yang boleh dikelirukan. Huruf kecil tidak dapat menjawab sama ada dua nama merujuk kepada orang, produk atau objek sistem fail yang sama. Sistem tersebut mungkin menggunakan peraturan kes yang sama sekali berbeza.
Abaikan ruang kosong boleh digabungkan dengan kes, tetapi berbuat demikian meluaskan perkara yang hilang. Togol satu pilihan pada satu masa untuk mengenal pasti punca. Keputusan yang sama di bawah kedua-duanya sahaja menyatakan bahawa kunci baris yang diubah sepadan; ia tidak mengatakan apa-apa tentang kesamaan bait atau semantik.
Bawa pulang: abaikan kes untuk kemudahan, bukan untuk ketepatan — meringkaskan apabila pilihan dalam perbandingan Teks ToolAcre sesuai dan masa untuk memeriksa keputusan
Gunakan huruf Abaikan untuk kemudahan apabila huruf besar dikenali sebagai bunyi pembentangan. Kekalkan mod ketat untuk kod, laluan, nama produk dan mana-mana domain di mana kes boleh membezakan nilai. Semak kedua-dua output dan bukannya menjadikan hasil yang lebih longgar sebagai satu-satunya rekod.
Pelaksanaan ToolAcre cukup telus untuk menyatakan dengan tepat: pengendalian ruang kosong pilihan, kemudian JavaScript pemetaan huruf kecil, kemudian kesamaan kunci baris yang ketat. Tuntutan sederhana itu lebih berguna daripada janji Unicode yang luas yang tidak dapat disokong oleh sumber.