Java 的 toLowerCase（） 是否保留了原始字符串长度？

令人惊讶的是，它没有！！

从 Java docs 到LowerCase

使用给定区域设置的规则将此字符串中的所有字符转换为小写。大小写映射基于由 Character 类指定的 Unicode 标准版本。由于大小写映射并不总是 1：1 字符映射，因此生成的 String 可能与原始 String 的长度不同。

例：

package com.stackoverflow.q2357315;

import java.util.Locale;

public class Test {
    public static void main(String[] args) throws Exception {
        Locale.setDefault(new Locale("lt"));
        String s = "\u00cc";
        System.out.println(s + " (" + s.length() + ")"); // Ì (1)
        s = s.toLowerCase();
        System.out.println(s + " (" + s.length() + ")"); // i̇̀ (3)
    }
}

首先，我想指出，我绝对同意@codaddict（目前评分最高的）答案。

但我想做一个实验，所以它在这里：

这不是一个正式的证明，但是这段代码在我之前没有到达if的内部（在Ubuntu上使用JDK 1.6.0 Update 16）：

编辑：下面是一些处理区域设置的更新代码：

import java.util.Locale;

public class ToLowerTester {
    public final Locale locale;

    public ToLowerTester(final Locale locale) {
        this.locale = locale;
    }

    public String findFirstStrangeTwoLetterCombination() {
        char[] b = new char[2];
        for (char c1 = 0; c1 < Character.MAX_VALUE; c1++) {
            b[0] = c1;
            for (char c2 = 0; c2 < Character.MAX_VALUE; c2++) {
                b[1] = c2;
                final String string = new String(b);
                String lower = string.toLowerCase(locale);
                if (string.length() != lower.length()) {
                    return string;
                }
            }
        }
        return null;
    }
    public static void main(final String[] args) {
        Locale[] locales;
        if (args.length != 0) {
            locales = new Locale[args.length];
            for (int i=0; i<args.length; i++) {
                locales[i] = new Locale(args[i]);
            }
        } else {
            locales = Locale.getAvailableLocales();
        }
        for (Locale locale : locales) {
            System.out.println("Testing " + locale + "...");
            String result = new ToLowerTester(locale).findFirstStrangeTwoLetterCombination();
            if (result != null) {
                String lower = result.toLowerCase(locale);
                System.out.println("Found strange two letter combination for locale "
                    + locale + ": <" + result + "> (" + result.length() + ") -> <"
                    + lower + "> (" + lower.length() + ")");
            }
        }
    }
}

使用已接受的答案中提到的区域设置名称运行该代码将打印一些示例。在没有参数的情况下运行它将尝试所有可用的区域设置（并且需要相当长的时间！

它并不广泛，因为从理论上讲，可能存在行为不同的多字符字符串，但这是一个很好的初始近似。

另请注意，以这种方式生成的许多双字符组合可能是无效的 UTF-16，因此此代码中没有爆炸的事实只能归咎于 Java 中非常健壮的字符串 API。

最后但并非最不重要的一点是：即使Java的当前实现假设是正确的，一旦Java的未来版本实现Unicode标准的未来版本，这也很容易改变，其中新字符的规则可能会引入不再适用的情况。

因此，依靠这一点仍然是一个非常糟糕的主意。