C语言strtod()在特殊Locale下匹配INFINITY的合规性问题

咱们来聊聊C语言里strtod()在特殊locale（比如土耳其语）下处理INFINITY大小写匹配的合规性问题——这是C标准（C23及回溯到C99）里一个比较小众的边角案例，核心点在于locale对大小写转换的特殊影响，以及strtod()的标准要求到底怎么界定这种情况。

问题背景：土耳其Locale的特殊大小写映射 #

Locale是C标准的一部分，不同locale的大小写转换规则可能和我们熟悉的ASCII规则大不一样。比如土耳其语locale里，有两个特殊字符的大小写映射会直接关联到ASCII的i和I：

• 带点的大写İ（编码0xDD），调用tolower()会转换成ASCII的小写i（105）
• 无点的小写ı（编码0xFD），调用toupper()会转换成ASCII的大写I（73）

我们可以用一段简单代码验证这个特殊映射：

#include <ctype.h>
#include <locale.h>
#include <stdio.h>

int main() {
    void *ptr = setlocale(LC_ALL, "turkish");
    if (ptr) {
#define TURKISH_I_WITH_DOT_ABOVE 0xDD
        printf("TURKISH_I_WITH_DOT_ABOVE %3d, tolower(TURKISH_I_WITH_DOT_ABOVE):%3d, i: %3d\n",
               TURKISH_I_WITH_DOT_ABOVE, tolower(TURKISH_I_WITH_DOT_ABOVE), 'i');
#define TURKISH_DOTLESS_I 0xFD
        printf("TURKISH_DOTLESS_I %3d, toupper(TURKISH_DOTLESS_I) :%3d, I: %3d\n",
               TURKISH_DOTLESS_I, toupper(TURKISH_DOTLESS_I), 'I');
    }
}

这段代码的运行输出如下：

TURKISH_I_WITH_DOT_ABOVE 221, tolower(TURKISH_I_WITH_DOT_ABOVE):105, i: 105
TURKISH_DOTLESS_I 253, toupper(TURKISH_DOTLESS_I) : 73, I: 73

strtod()的实际表现 #

既然这些特殊字符的大小写转换会关联到ASCII的i/I，那strtod()在土耳其locale下，能不能识别以这些特殊字符开头的"nfinity"（比如0xDD+"nfinity"）作为INFINITY呢？我们写代码实际测试一下：

#include <locale.h>
#include <stdio.h>
#include <stdlib.h>

int main() {
    void *ptr = setlocale(LC_ALL, "turkish");
    if (ptr) {
        char *end;
        char infinity[] = "infinity";
        double y = strtod(infinity, &end);
        printf("strtod(%s, &end) --> %g %td\n", infinity, y, end - infinity);

#define TURKISH_I_WITH_DOT_ABOVE 0xDD
        infinity[0] = (char) TURKISH_I_WITH_DOT_ABOVE;
        y = strtod(infinity, &end);
        printf("strtod(%s, &end) --> %g %td\n", infinity, y, end - infinity);

#define TURKISH_DOTLESS_I 0xFD
        infinity[0] = (char) TURKISH_DOTLESS_I;
        y = strtod(infinity, &end);
        printf("strtod(%s, &end) --> %g %td\n", infinity, y, end - infinity);
    }
}

实际运行输出是：

strtod(infinity, &end) --> inf 8
strtod(�nfinity, &end) --> 0 0
strtod(�nfinity, &end) --> 0 0

可以看到，strtod()只识别了标准ASCII的i开头的"infinity"，对土耳其语的特殊字符开头的版本完全没识别，直接返回0，匹配长度为0。

从C标准条款分析合规性 #

要判断这种实现是否合规，我们得从C23的标准条款里找依据：

1. 字符集定义（§5.2.1 3）：

字母指前面定义的大写拉丁字母或小写拉丁字母；本文档中，该术语不包含其他字母表中的字符。

也就是说，C标准里定义的“字母”仅指26个拉丁字母的大小写，不包含土耳其语的这些特殊字符。

2. islower函数的定义（§7.4.2.7）：

islower函数测试任何小写字母，或者locale特定的、不属于控制字符、数字、标点或空白的字符。在"C"locale下，islower仅对小写字母返回真。

这里说明locale可以扩展“小写字母”的范围，但C标准的核心字母集还是拉丁字母。

3. strtod()的要求（§7.24.1.5 3）：

主题序列的预期形式是可选的正负号，然后是下列之一：…… — INF或INFINITY，忽略大小写。

4. 非C locale的扩展（§7.24.1.5 7）：

在非"C"locale下，可能接受额外的locale特定的主题序列格式。

核心结论 #

从这些条款可以推导：

• 首先，strtod()必须识别标准拉丁字母大小写组合的INF/INFINITY（比如inf、Inf、INFINITY等），这是强制要求。
• 对于locale特定的字符（比如土耳其语的带点İ/无点ı），标准并没有强制要求strtod()必须通过locale的tolower/toupper来识别它们作为INFINITY的一部分——因为标准里的“忽略大小写”是针对它定义的拉丁字母集的。
• 反过来，如果某个C库的strtod()实现选择适配locale的大小写转换，识别这些特殊字符开头的字符串，这也属于标准允许的“locale特定的额外格式”，同样是合规的。

所以你测试的这个C库实现（不识别土耳其语特殊字符开头的）是完全合规的；如果有其他实现识别了，也不违反标准——标准给了实现者在locale扩展上的选择权。

内容来源于stack exchange