C语言不使用wchar_t实现多字节UTF-8字符大小写转换与重音转写

C标准库自带的tolower/toupper仅支持ASCII范围内的单字节字符，处理UTF-8编码的多字节字符本身就不在它的设计范围内，出现无效情况是正常的。以下是你几个问题的对应解答：

• 关于多字节字符的大小写转换
  完全可以不依赖wchar_t实现：你可以先写轻量的UTF-8解码逻辑，从char[]中逐个提取每个字符对应的Unicode码点，基于Unicode标准定义的大小写映射表做匹配转换，转换完成后再把码点重新编码为UTF-8写回数组即可。如果只需要覆盖常用语言的字符，自己维护一个轻量化的映射表即可，不需要引入额外依赖。
• 关于带重音拉丁字符转基础1字节字符
  这个需求可以通过Unicode归一化实现：先将字符串转换为NFD（标准化分解形式），带重音的字符会被拆分为基础字符+组合变音符号两部分，比如ï拆分为i+组合分音符，î拆分为i+组合扬抑符，拆分后过滤掉所有属于「组合变音符号」Unicode区间的码点，剩下的就是你需要的无重音基础字符。
• 关于西里尔、希腊等非拉丁字符的大小写转换
  逻辑和多字节拉丁字符的转换完全一致，Unicode标准已经明确定义了所有这类字母的大小写映射关系，你只需要把对应规则补充到你的码点映射表中即可。你给出的示例中大小写转换前后没有变化，是因为你当前使用的转换逻辑没有对应字符的映射规则导致的。

不使用wchar_t[]的实现完全可行 #

wchar_t只是承载Unicode码点的可选容器之一，你完全可以直接操作原始的UTF-8 char[]，通过自行实现的编解码逻辑完成码点提取、处理、回写的全流程，不需要涉及wchar_t类型，目前绝大多数轻量化UTF-8工具库都采用这种实现方案。

内容的提问来源于stack exchange，提问作者SMPP_lover