Confronto di stringhe senza distinzione tra maiuscole e minuscole in C ++ [chiuso]

Qual è il modo migliore di fare un confronto di stringhe senza distinzione tra maiuscole e minuscole in C ++ senza trasformare una stringa in maiuscolo o minuscolo?

Indica se i metodi sono compatibili con Unicode e quanto sono portatili.

Boost include un utile algoritmo per questo:

#include <boost/algorithm/string.hpp>
// Or, for fewer header dependencies:
//#include <boost/algorithm/string/predicate.hpp>

std::string str1 = "hello, world!";
std::string str2 = "HELLO, WORLD!";

if (boost::iequals(str1, str2))
{
    // Strings are identical
}

Approfitta dello standard char_traits. Ricordiamo che una std::stringè in realtà un typedef per std::basic_string<char>, o più esplicitamente, std::basic_string<char, std::char_traits<char> >. Il char_traitstipo descrive come i personaggi si confrontano, come si copiano, come si lanciano, ecc. Tutto quello che devi fare è digitare una nuova stringa basic_stringe fornirla con la tua personalizzazione char_traitsche confronta il caso in modo insensibile.

struct ci_char_traits : public char_traits<char> {
    static bool eq(char c1, char c2) { return toupper(c1) == toupper(c2); }
    static bool ne(char c1, char c2) { return toupper(c1) != toupper(c2); }
    static bool lt(char c1, char c2) { return toupper(c1) <  toupper(c2); }
    static int compare(const char* s1, const char* s2, size_t n) {
        while( n-- != 0 ) {
            if( toupper(*s1) < toupper(*s2) ) return -1;
            if( toupper(*s1) > toupper(*s2) ) return 1;
            ++s1; ++s2;
        }
        return 0;
    }
    static const char* find(const char* s, int n, char a) {
        while( n-- > 0 && toupper(*s) != toupper(a) ) {
            ++s;
        }
        return s;
    }
};

typedef std::basic_string<char, ci_char_traits> ci_string;

I dettagli sono su Guru of The Week numero 29 .

Il problema con boost è che devi collegarti e dipendere da boost. In alcuni casi non è facile (ad es. Android).

E l'utilizzo di char_traits significa che tutti i tuoi confronti non fanno distinzione tra maiuscole e minuscole, che di solito non è quello che desideri.

Questo dovrebbe bastare. Dovrebbe essere ragionevolmente efficiente. Non gestisce Unicode o altro.

bool iequals(const string& a, const string& b)
{
    unsigned int sz = a.size();
    if (b.size() != sz)
        return false;
    for (unsigned int i = 0; i < sz; ++i)
        if (tolower(a[i]) != tolower(b[i]))
            return false;
    return true;
}

Aggiornamento: Bonus C ++ 14 versione ( #include <algorithm>):

bool iequals(const string& a, const string& b)
{
    return std::equal(a.begin(), a.end(),
                      b.begin(), b.end(),
                      [](char a, char b) {
                          return tolower(a) == tolower(b);
                      });
}

Se si utilizza un sistema POSIX, è possibile utilizzare strcasecmp . Questa funzione non fa parte dello standard C, tuttavia, né è disponibile su Windows. Ciò eseguirà un confronto senza distinzione tra maiuscole e minuscole su caratteri a 8 bit, purché la locale sia POSIX. Se la locale non è POSIX, i risultati non sono definiti (quindi potrebbe fare un confronto localizzato o potrebbe non farlo). Un equivalente di carattere largo non è disponibile.

In caso contrario, un gran numero di implementazioni di librerie C storiche hanno le funzioni stricmp () e strnicmp (). Visual C ++ su Windows ha rinominato tutti questi prefissandoli con un carattere di sottolineatura perché non fanno parte dello standard ANSI, quindi su quel sistema sono chiamati _stricmp o _strnicmp . Alcune librerie possono anche avere funzioni equivalenti a più caratteri o multibyte (in genere denominate ad esempio wcsicmp, mbcsicmp e così via).

C e C ++ sono entrambi in gran parte ignari dei problemi di internazionalizzazione, quindi non esiste una buona soluzione a questo problema, se non l'uso di una libreria di terze parti. Dai un'occhiata a IBM ICU (International Components for Unicode) se hai bisogno di una libreria robusta per C / C ++. ICU è per sistemi Windows e Unix.

Stai parlando di un confronto insensibile alle maiuscole o di un confronto Unicode completamente normalizzato?

Un confronto stupido non troverà stringhe che potrebbero essere uguali ma che non sono binarie uguali.

Esempio:

U212B (ANGSTROM SIGN)
U0041 (LATIN CAPITAL LETTER A) + U030A (COMBINING RING ABOVE)
U00C5 (LATIN CAPITAL LETTER A WITH RING ABOVE).

Sono tutti equivalenti ma hanno anche diverse rappresentazioni binarie.

Detto questo, la normalizzazione Unicode dovrebbe essere una lettura obbligatoria soprattutto se hai intenzione di supportare Hangul, Thaï e altre lingue asiatiche.

Inoltre, IBM ha praticamente brevettato gli algoritmi Unicode ottimizzati e li ha resi disponibili al pubblico. Mantengono anche un'implementazione: IBM ICU

boost :: iequals non è compatibile utf-8 nel caso di stringhe. Puoi usare boost :: locale .

comparator<char,collator_base::secondary> cmpr;
cout << (cmpr(str1, str2) ? "str1 < str2" : "str1 >= str2") << endl;

• Primario: ignora gli accenti e il caso del carattere, confrontando solo le lettere di base. Ad esempio "facciata" e "facciata" sono uguali.
• Secondario: ignora il caso del personaggio ma considera gli accenti. "facciata" e "facciata" sono diverse ma "Facciata" e "facciata" sono uguali.
• Terziario - considera sia il caso che gli accenti: "Facciata" e "facciata" sono diversi. Ignora la punteggiatura.
• Quaternario: considera tutti i casi, gli accenti e la punteggiatura. Le parole devono essere identiche in termini di rappresentazione Unicode.
• Identico - come quaternario, ma confronta anche i punti di codice.

Il mio primo pensiero per una versione non unicode è stato quello di fare qualcosa del genere:

bool caseInsensitiveStringCompare(const string& str1, const string& str2) {
    if (str1.size() != str2.size()) {
        return false;
    }
    for (string::const_iterator c1 = str1.begin(), c2 = str2.begin(); c1 != str1.end(); ++c1, ++c2) {
        if (tolower(*c1) != tolower(*c2)) {
            return false;
        }
    }
    return true;
}

È possibile utilizzare strcasecmpsu Unix o stricmpsu Windows.

Una cosa che non è stata menzionata finora è che se si utilizzano stringhe stl con questi metodi, è utile prima confrontare la lunghezza delle due stringhe, poiché queste informazioni sono già disponibili nella classe stringa. Ciò potrebbe impedire di effettuare il costoso confronto delle stringhe se le due stringhe che si stanno confrontando non sono nemmeno della stessa lunghezza in primo luogo.

Funzioni stringa di Visual C ++ che supportano Unicode: http://msdn.microsoft.com/en-us/library/cc194799.aspx

quello che probabilmente stai cercando è _wcsnicmp

Sto cercando di mettere insieme una buona risposta da tutti i post, quindi aiutami a modificare questo:

Ecco un metodo per farlo, anche se trasforma le stringhe e non è compatibile con Unicode, dovrebbe essere portatile, il che è un vantaggio:

bool caseInsensitiveStringCompare( const std::string& str1, const std::string& str2 ) {
    std::string str1Cpy( str1 );
    std::string str2Cpy( str2 );
    std::transform( str1Cpy.begin(), str1Cpy.end(), str1Cpy.begin(), ::tolower );
    std::transform( str2Cpy.begin(), str2Cpy.end(), str2Cpy.begin(), ::tolower );
    return ( str1Cpy == str2Cpy );
}

Da quello che ho letto, questo è più portatile di stricmp () perché stricmp () non è in realtà parte della libreria std, ma è implementato solo dalla maggior parte dei produttori di compilatori.

Per ottenere un'implementazione davvero amichevole Unicode sembra che tu debba andare fuori dalla libreria std. Una buona libreria di terze parti è la IBM ICU (International Components for Unicode)

Anche boost :: iequals fornisce un'utilità abbastanza buona per fare questo tipo di confronto.

str1.size() == str2.size() && std::equal(str1.begin(), str1.end(), str2.begin(), [](auto a, auto b){return std::tolower(a)==std::tolower(b);})

È possibile utilizzare il codice sopra riportato in C ++ 14 se non si è in grado di utilizzare boost. Devi usare std::towlowerper caratteri ampi.

La libreria Boost.String ha molti algoritmi per fare confronti senza distinzione tra maiuscole e minuscole e così via.

Potresti implementare il tuo, ma perché preoccuparsi quando è già stato fatto?

Cordiali saluti, strcmp()e stricmp()sono vulnerabili al buffer overflow, poiché elaborano solo fino a quando non raggiungono un terminatore null. È più sicuro da usare _strncmp()e _strnicmp().

Vedi std::lexicographical_compare:

// lexicographical_compare example
#include <iostream>  // std::cout, std::boolalpha
#include <algorithm>  // std::lexicographical_compare
#include <cctype>  // std::tolower

// a case-insensitive comparison function:
bool mycomp (char c1, char c2) {
    return std::tolower(c1) < std::tolower(c2);
}

int main () {
    char foo[] = "Apple";
    char bar[] = "apartment";

    std::cout << std::boolalpha;

    std::cout << "Comparing foo and bar lexicographically (foo < bar):\n";

    std::cout << "Using default comparison (operator<): ";
    std::cout << std::lexicographical_compare(foo, foo + 5, bar, bar + 9);
    std::cout << '\n';

    std::cout << "Using mycomp as comparison object: ";
    std::cout << std::lexicographical_compare(foo, foo + 5, bar, bar + 9, mycomp);
    std::cout << '\n';

    return 0;
}

dimostrazione

Per le mie esigenze di confronto di stringhe senza distinzione tra maiuscole e minuscole preferisco non dover utilizzare una libreria esterna, né desidero una classe di stringhe separata con tratti insensibili alle maiuscole e incompatibili con tutte le altre stringhe.

Quindi quello che ho escogitato è questo:

bool icasecmp(const string& l, const string& r)
{
    return l.size() == r.size()
        && equal(l.cbegin(), l.cend(), r.cbegin(),
            [](string::value_type l1, string::value_type r1)
                { return toupper(l1) == toupper(r1); });
}

bool icasecmp(const wstring& l, const wstring& r)
{
    return l.size() == r.size()
        && equal(l.cbegin(), l.cend(), r.cbegin(),
            [](wstring::value_type l1, wstring::value_type r1)
                { return towupper(l1) == towupper(r1); });
}

Una semplice funzione con un sovraccarico per char e un altro per whar_t. Non usa nulla di non standard quindi dovrebbe andare bene su qualsiasi piattaforma.

Il confronto sull'uguaglianza non prenderà in considerazione problemi come la codifica a lunghezza variabile e la normalizzazione Unicode, ma basic_string non ha alcun supporto per ciò di cui sono a conoscenza e che normalmente non rappresenta un problema.

Nei casi in cui è richiesta una manipolazione lessicografica più sofisticata del testo, devi semplicemente utilizzare una libreria di terze parti come Boost, che è prevedibile.

Breve e carino Nessun'altra dipendenza, se non quella estesa std C lib.

strcasecmp(str1.c_str(), str2.c_str()) == 0

restituisce vero se str1e str2sono uguali. strcasecmpnon può esistere, ci potrebbero essere analoghi stricmp, strcmpiecc

Codice di esempio:

#include <iostream>
#include <string>
#include <string.h> //For strcasecmp(). Also could be found in <mem.h>

using namespace std;

/// Simple wrapper
inline bool str_ignoreCase_cmp(std::string const& s1, std::string const& s2) {
    if(s1.length() != s2.length())
        return false;  // optimization since std::string holds length in variable.
    return strcasecmp(s1.c_str(), s2.c_str()) == 0;
}

/// Function object - comparator
struct StringCaseInsensetiveCompare {
    bool operator()(std::string const& s1, std::string const& s2) {
        if(s1.length() != s2.length())
            return false;  // optimization since std::string holds length in variable.
        return strcasecmp(s1.c_str(), s2.c_str()) == 0;
    }
    bool operator()(const char *s1, const char * s2){ 
        return strcasecmp(s1,s2)==0;
    }
};


/// Convert bool to string
inline char const* bool2str(bool b){ return b?"true":"false"; }

int main()
{
    cout<< bool2str(strcasecmp("asd","AsD")==0) <<endl;
    cout<< bool2str(strcasecmp(string{"aasd"}.c_str(),string{"AasD"}.c_str())==0) <<endl;
    StringCaseInsensetiveCompare cmp;
    cout<< bool2str(cmp("A","a")) <<endl;
    cout<< bool2str(cmp(string{"Aaaa"},string{"aaaA"})) <<endl;
    cout<< bool2str(str_ignoreCase_cmp(string{"Aaaa"},string{"aaaA"})) <<endl;
    return 0;
}

Produzione:

true
true
true
true
true

Puoi farlo senza usare Boost ottenendo il puntatore della stringa C c_str()e usando strcasecmp:

std::string str1 ="aBcD";
std::string str2 = "AbCd";;
if (strcasecmp(str1.c_str(), str2.c_str()) == 0)
{
    //case insensitive equal 
}

Supponendo che tu stia cercando un metodo e non una funzione magica che esiste già, francamente non c'è modo migliore. Tutti potremmo scrivere frammenti di codice con trucchi intelligenti per set di caratteri limitati, ma alla fine della giornata ad un certo punto devi convertire i caratteri.

L'approccio migliore per questa conversione è farlo prima del confronto. Ciò ti consente una grande flessibilità quando si tratta di codificare schemi, di cui il tuo operatore di confronto reale dovrebbe essere ignaro.

Ovviamente puoi 'nascondere' questa conversione dietro la tua funzione di stringa o classe, ma devi comunque convertire le stringhe prima del confronto.

Ho scritto una versione senza distinzione tra maiuscole e minuscole di char_traits da utilizzare con std :: basic_string per generare una stringa std :: che non distingue tra maiuscole e minuscole quando si effettuano confronti, ricerche, ecc. Utilizzando le funzioni membro std :: basic_string incorporate.

Quindi, in altre parole, volevo fare qualcosa del genere.

std::string a = "Hello, World!";
std::string b = "hello, world!";

assert( a == b );

... che std :: string non può gestire. Ecco l'uso dei miei nuovi char_traits:

std::istring a = "Hello, World!";
std::istring b = "hello, world!";

assert( a == b );

... ed ecco l'implementazione:

/*  ---

        Case-Insensitive char_traits for std::string's

        Use:

            To declare a std::string which preserves case but ignores case in comparisons & search,
            use the following syntax:

                std::basic_string<char, char_traits_nocase<char> > noCaseString;

            A typedef is declared below which simplifies this use for chars:

                typedef std::basic_string<char, char_traits_nocase<char> > istring;

    --- */

    template<class C>
    struct char_traits_nocase : public std::char_traits<C>
    {
        static bool eq( const C& c1, const C& c2 )
        { 
            return ::toupper(c1) == ::toupper(c2); 
        }

        static bool lt( const C& c1, const C& c2 )
        { 
            return ::toupper(c1) < ::toupper(c2);
        }

        static int compare( const C* s1, const C* s2, size_t N )
        {
            return _strnicmp(s1, s2, N);
        }

        static const char* find( const C* s, size_t N, const C& a )
        {
            for( size_t i=0 ; i<N ; ++i )
            {
                if( ::toupper(s[i]) == ::toupper(a) ) 
                    return s+i ;
            }
            return 0 ;
        }

        static bool eq_int_type( const int_type& c1, const int_type& c2 )
        { 
            return ::toupper(c1) == ::toupper(c2) ; 
        }       
    };

    template<>
    struct char_traits_nocase<wchar_t> : public std::char_traits<wchar_t>
    {
        static bool eq( const wchar_t& c1, const wchar_t& c2 )
        { 
            return ::towupper(c1) == ::towupper(c2); 
        }

        static bool lt( const wchar_t& c1, const wchar_t& c2 )
        { 
            return ::towupper(c1) < ::towupper(c2);
        }

        static int compare( const wchar_t* s1, const wchar_t* s2, size_t N )
        {
            return _wcsnicmp(s1, s2, N);
        }

        static const wchar_t* find( const wchar_t* s, size_t N, const wchar_t& a )
        {
            for( size_t i=0 ; i<N ; ++i )
            {
                if( ::towupper(s[i]) == ::towupper(a) ) 
                    return s+i ;
            }
            return 0 ;
        }

        static bool eq_int_type( const int_type& c1, const int_type& c2 )
        { 
            return ::towupper(c1) == ::towupper(c2) ; 
        }       
    };

    typedef std::basic_string<char, char_traits_nocase<char> > istring;
    typedef std::basic_string<wchar_t, char_traits_nocase<wchar_t> > iwstring;

Ho avuto una buona esperienza nell'uso delle librerie International Components for Unicode : sono estremamente potenti e forniscono metodi di conversione, supporto locale, rendering di data e ora, mappatura dei casi (che non sembra voler) e fascicolazione , che include il confronto insensibile a maiuscole e minuscole (e altro). Ho usato solo la versione C ++ delle librerie, ma sembrano avere anche una versione Java.

Esistono metodi per eseguire confronti normalizzati come indicato da @Coincoin, e possono anche tenere conto delle impostazioni locali - ad esempio (e questo è un esempio di ordinamento, non strettamente uguaglianza), tradizionalmente in spagnolo (in Spagna), la combinazione di lettere "ll" ordina tra "l" e "m", quindi "lz" <"ll" <"ma".

Basta usare strcmp()per il confronto tra maiuscole e minuscole e / strcmpi()o maiuscole e stricmp()minuscole. Che sono entrambi nel file di intestazione<string.h>

formato:

int strcmp(const char*,const char*);    //for case sensitive
int strcmpi(const char*,const char*);   //for case insensitive

Uso:

string a="apple",b="ApPlE",c="ball";
if(strcmpi(a.c_str(),b.c_str())==0)      //(if it is a match it will return 0)
    cout<<a<<" and "<<b<<" are the same"<<"\n";
if(strcmpi(a.c_str(),b.c_str()<0)
    cout<<a[0]<<" comes before ball "<<b[0]<<", so "<<a<<" comes before "<<b;

Produzione

apple e ApPlE sono uguali

a viene prima di b, quindi la mela viene prima della palla

In ritardo alla festa, ma ecco una variante che utilizza std::localee quindi gestisce correttamente il turco:

auto tolower = std::bind1st(
    std::mem_fun(
        &std::ctype<char>::tolower),
    &std::use_facet<std::ctype<char> >(
        std::locale()));

ti dà un funzione che usa la locale attiva per convertire i caratteri in minuscolo, che puoi usare tramite std::transformper generare stringhe minuscole:

std::string left = "fOo";
transform(left.begin(), left.end(), left.begin(), tolower);

Questo funziona anche per le wchar_tstringhe basate.

Solo una nota su qualunque metodo tu scelga finalmente, se quel metodo include l'uso di strcmpquello che alcune risposte suggeriscono:

strcmpnon funziona con i dati Unicode in generale. In generale, non funziona nemmeno con le codifiche Unicode basate su byte, come utf-8, poiché strcmpsolo i confronti byte per byte e i punti di codice Unicode codificati in utf-8 possono richiedere più di 1 byte. L'unico caso Unicode specifico da strcmpgestire correttamente è quando una stringa codificata con una codifica basata su byte contiene solo punti di codice inferiori a U + 00FF - quindi il confronto byte per byte è sufficiente.

All'inizio del 2013, il progetto ICU, gestito da IBM, è una buona risposta a questo.

http://site.icu-project.org/

ICU è una "libreria Unicode completa e portatile che segue da vicino gli standard del settore". Per il problema specifico del confronto delle stringhe, l'oggetto Collation fa quello che vuoi.

Il progetto Mozilla ha adottato l'ICU per l'internazionalizzazione in Firefox a metà 2012; puoi tenere traccia della discussione di ingegneria, inclusi i problemi relativi ai sistemi di compilazione e alle dimensioni del file di dati, qui:

• https://groups.google.com/forum/#!topic/mozilla.dev.platform/sVVpS2sKODw
• https://bugzilla.mozilla.org/show_bug.cgi?id=724529 (tracker)
• https://bugzilla.mozilla.org/show_bug.cgi?id=724531 (sistema di compilazione)

Sembra che le soluzioni di cui sopra non stiano utilizzando il metodo di confronto e implementando di nuovo il totale, quindi ecco la mia soluzione e spero che funzioni per te (Funziona bene).

#include<iostream>
#include<cstring>
#include<cmath>
using namespace std;
string tolow(string a)
{
    for(unsigned int i=0;i<a.length();i++)
    {
        a[i]=tolower(a[i]);
    }
    return a;
}
int main()
{
    string str1,str2;
    cin>>str1>>str2;
    int temp=tolow(str1).compare(tolow(str2));
    if(temp>0)
        cout<<1;
    else if(temp==0)
        cout<<0;
    else
        cout<<-1;
}

Se non vuoi usare la libreria Boost, ecco una soluzione usando solo l'intestazione io standard C ++.

#include <iostream>

struct iequal
{
    bool operator()(int c1, int c2) const
    {
        // case insensitive comparison of two characters.
        return std::toupper(c1) == std::toupper(c2);
    }
};

bool iequals(const std::string& str1, const std::string& str2)
{
    // use std::equal() to compare range of characters using the functor above.
    return std::equal(str1.begin(), str1.end(), str2.begin(), iequal());
}

int main(void)
{
    std::string str_1 = "HELLO";
    std::string str_2 = "hello";

    if(iequals(str_1,str_2))
    {
        std::cout<<"String are equal"<<std::endl;   
    }

    else
    {
        std::cout<<"String are not equal"<<std::endl;
    }


    return 0;
}

Se devi confrontare una stringa sorgente più spesso con altre stringhe, una soluzione elegante è usare regex.

std::wstring first = L"Test";
std::wstring second = L"TEST";

std::wregex pattern(first, std::wregex::icase);
bool isEqual = std::regex_match(second, pattern);

Un modo semplice per confrontare due stringhe in c ++ (testato per Windows) sta usando _stricmp

// Case insensitive (could use equivalent _stricmp)  
result = _stricmp( string1, string2 );  

Se stai cercando di usare con std :: string, un esempio:

std::string s1 = string("Hello");
if ( _stricmp(s1.c_str(), "HELLO") == 0)
   std::cout << "The string are equals.";

Per maggiori informazioni qui: https://msdn.microsoft.com/it-it/library/e0z9k731.aspx

bool insensitive_c_compare(char A, char B){
  static char mid_c = ('Z' + 'a') / 2 + 'Z';
  static char up2lo = 'A' - 'a'; /// the offset between upper and lowers

  if ('a' >= A and A >= 'z' or 'A' >= A and 'Z' >= A)
      if ('a' >= B and B >= 'z' or 'A' >= B and 'Z' >= B)
      /// check that the character is infact a letter
      /// (trying to turn a 3 into an E would not be pretty!)
      {
        if (A > mid_c and B > mid_c or A < mid_c and B < mid_c)
        {
          return A == B;
        }
        else
        {
          if (A > mid_c)
            A = A - 'a' + 'A'; 
          if (B > mid_c)/// convert all uppercase letters to a lowercase ones
            B = B - 'a' + 'A';
          /// this could be changed to B = B + up2lo;
          return A == B;
        }
      }
}

questo potrebbe probabilmente essere reso molto più efficiente, ma qui c'è una versione ingombrante con tutti i suoi bit nudi.

non così portatile, ma funziona bene con qualsiasi cosa sia sul mio computer (non ho idea, io sono di immagini e non di parole)

Un modo semplice per confrontare stringhe diverse solo per i caratteri minuscoli e maiuscoli è fare un confronto ASCII. Tutte le lettere maiuscole e minuscole differiscono di 32 bit nella tabella ASCII, utilizzando queste informazioni abbiamo i seguenti ...

    for( int i = 0; i < string2.length(); i++)
    {
       if (string1[i] == string2[i] || int(string1[i]) == int(string2[j])+32 ||int(string1[i]) == int(string2[i])-32) 
    {
      count++;
      continue;
    }
    else 
    {
      break;
    }
    if(count == string2.length())
    {
      //then we have a match
    }
}