咨询：en_US.UTF-8环境下大写UTF-8字符转小写后字节变长实例

直接给结论：在en_US.UTF-8遵循的Unicode默认大小写规则里，找不到单个大写字符转小写后字节变长的实例。接下来我拆解下原因，再结合你遇到的转大写长度超限的问题，给几个实用的替代思路。

为啥大写转小写不会变长？ #

Unicode的大小写映射设计里，绝大多数「一个字符转多个字符」的情况都是小写转大写的方向——比如你提到的U+0587转大写后变成两个2字节字符，总长度直接翻倍；还有德语的ß（U+00DF，2字节）转大写是SS（虽然字节数没变，但也是单字符转双字符）。

而大写转小写的场景，几乎全是1:1映射：要么是单个字符转成另一个同字节长度的字符（比如Æ（U+00C6，2字节）转成æ（U+00E6，2字节）），要么是转成更短的字节序列（比如带圈的大写Ⓐ（3字节）转成普通小写a（1字节））。

这是因为Unicode对常见的大小写组合都提供了预组合字符：比如带变音符号的大写字符，对应的小写几乎都有现成的预组合等价字符，不需要拆成多个Unicode码点，自然也就不会增加字节长度。

有没有特殊例外？ #

严格说，如果你强制用**规范分解形式（NFD）**做大小写转换，可能会出现大写转小写后拆成多个码点的情况，但这不是en_US.UTF-8 locale的默认行为——默认情况下，locale的大小写转换会优先返回预组合字符（NFC形式），所以不会出现字节变长的情况。

举个例子：大写的Ḋ（U+1E0A，3字节）转小写，默认会返回预组合的ḋ（U+1E0B，3字节），长度不变；只有你特意要求分解时，才会得到d（1字节）加上面的点（2字节），总字节数还是3，没增加。

针对你的字符串比较问题的建议 #

既然转大写会碰到长度超限的坑，给你几个更靠谱的方案：

• 用locale支持的UTF-8大小写比较函数：比如GNU系统里的strcasestr（配合en_US.UTF-8 locale），或者wcscasecmp（先把UTF-8转成宽字符再比较），这些函数不用显式转换字符串，直接在比较时处理大小写不敏感，从根源避免长度膨胀。
• 用ICU库处理：ICU是专门做Unicode国际化的库，里面的ucol_strcoll可以配置成不区分大小写的比较，完全适配各种UTF-8场景，不用担心长度限制。
• 截断转换后的字符串（慎选）：如果非得保留转大写的方案，可以把转换后的字符串截断到255字节，但这可能会破坏字符串完整性，导致比较结果出错，只适合极端场景。

内容的提问来源于stack exchange，提问作者Baker