Является ли алгоритм strcasecmp некорректным?

Я пытаюсь переопределить strcasecmpфункцию в C, и я заметил несоответствие в процессе сравнения.

От man strcmp

Функция strcmp () сравнивает две строки s1 и s2. Локаль не учитывается (сравнение с учетом локали смотрите в strcoll (3)). Он возвращает целое число, меньшее, равное или большее нуля, если найдено, что s1 соответственно меньше, соответствует или больше s2.

От man strcasecmp

Функция strcasecmp () выполняет побитовое сравнение строк s1 и s2, игнорируя регистр символов. Он возвращает целое число, меньшее, равное или большее нуля, если найдено, что s1 соответственно меньше, соответствует или больше s2.

int strcmp(const char *s1, const char *s2);
int strcasecmp(const char *s1, const char *s2);

Учитывая эту информацию, я не понимаю результат следующего кода:

#include <stdio.h>
#include <string.h>

int main()
{
    // ASCII values
    // 'A' = 65
    // '_' = 95
    // 'a' = 97

    printf("%i\n", strcmp("A", "_"));
    printf("%i\n", strcmp("a", "_"));
    printf("%i\n", strcasecmp("A", "_"));
    printf("%i\n", strcasecmp("a", "_"));
    return 0;
}

Ouput:

-1  # "A" is less than "_"
1   # "a" is more than "_"
2   # "A" is more than "_" with strcasecmp ???
2   # "a" is more than "_" with strcasecmp

Похоже, что если текущий символ в s1 является буквой, он всегда преобразуется в нижний регистр, независимо от того, является ли текущий символ в s2букве или нет.

Может кто-нибудь объяснить это поведение? Разве первая и третья строки не должны совпадать?

Заранее спасибо!

PS:
я использую gcc 9.2.0на Манджаро.
Кроме того, когда я компилирую с -fno-builtinфлагом, я получаю вместо этого:

-30
2
2
2

Я думаю, это потому, что программа не использует оптимизированные функции gcc, но вопрос остается.

Поведение правильное.

Согласно спецификации POSIXstr\[n\]casecmp() :

Когда LC_CTYPEкатегория используемой локали относится к локали POSIX, эти функции должны вести себя так, как будто строки были преобразованы в нижний регистр, а затем выполняется сравнение байтов. В противном случае результаты не уточняются.

Это также является частью в NOTES части страницы человека Linux :

Стандарт POSIX.1-2008 говорит об этих функциях:

Когда категория LC_CTYPE используемой локали относится к локали POSIX, эти функции должны вести себя так, как если бы строки были преобразованы в нижний регистр, а затем выполнено сравнение байтов. В противном случае результаты не уточняются.

Почему?

Как указал @HansOlsson в своем ответе , сравнение без учета регистра выполняется только для букв и позволяет всем другим сравнениям получать свои «естественные» результаты, как это сделано вstrcmp() случае, нарушит сортировку.

Если 'A' == 'a'(определение сравнения без учета регистра), то '_' > 'A'и '_' < 'a'(«естественный» результат в наборе символов ASCII) не могут быть оба истинными.

Другие ссылки, http://man7.org/linux/man-pages/man3/strcasecmp.3p.html для strcasecmp, говорят о том, что преобразование в нижний регистр - это правильное поведение (по крайней мере, в локали POSIX).

Причина такого поведения заключается в том, что если вы используете strcasecmp для сортировки массива строк, это необходимо для получения разумных результатов.

В противном случае, если вы попытаетесь отсортировать «A», «C», «_», «b» с помощью, например, qsort, результат будет зависеть от порядка сравнений.

Похоже, что если текущий символ в s1 является буквой, он всегда преобразуется в нижний регистр, независимо от того, является ли текущий символ в s2 буквой или нет.

Это правильно - и это то, что должна делать strcasecmp()функция ! Это функция, а не часть Стандарта, но из « Базовых спецификаций открытой группы, выпуск 6 »:POSIXC

В локали POSIX strcasecmp () и strncasecmp () должны вести себя так, как будто строки были преобразованы в нижний регистр, а затем выполняется сравнение байтов. Результаты не указаны в других регионах.

Кстати, это поведение также имеет отношение к _stricmp()функции (как используется в Visual Studio / MSCV):

Функция _stricmp обычно сравнивает строку1 и строку2 после преобразования каждого символа в нижний регистр и возвращает значение, указывающее их взаимосвязь.

Десятичный код ASCII для for Aпредназначен 65для _is 95и for ais 97, поэтому strcmp()он делает то, что должен делать. Лексикографически говоря _меньшеa и больше, чем A.

strcasecmp()будет рассматривать Aкак являющийся a*, а так какa больше , чем _на выходе тоже правильно.

* Стандарт POSIX.1-2008 говорит об этих функциях (strcasecmp () и strncasecmp ()):

Когда категория LC_CTYPE используемой локали относится к локали POSIX, эти функции должны вести себя так, как если бы строки были преобразованы в нижний регистр, а затем выполнено сравнение байтов. В противном случае результаты не уточняются.

Источник: http://man7.org/linux/man-pages/man3/strcasecmp.3.html