字母转大写

使用方法

1. 把要转换的文本粘进文本框，上限 20 万码元。页面打开时框里已经预置两行示例：第一行 straße fußball café résumé，第二行 istanbul ısparta izmir，共 2 行、49 个码点、7 个词。
2. 选「转换节拍」。全大写调用 toUpperCase()，全小写调用 toLowerCase()，首字母大写按空白切词后把每个词的首字母转大写、其余字母转小写（连空格原样保留）。
3. 选「语言环境 locale」。默认的 Unicode 映射下示例第二行是 ISTANBUL ISPARTA IZMIR；切到 tr 会变成 İSTANBUL ISPARTA İZMİR，因为土耳其语里 i 的大写是 İ（U+0130），不是 I（U+0049）。
4. 按需勾选「转换前先做 NFC 归一化」（默认勾选）。从 macOS Finder 或某些编辑器复制的文本常用分解形式，é 会存成 e 加 U+0301 两个码位，不归一直接大写得到 E 加 U+0301；归一后是一个码位 U+00C9。
5. 点「转换大小写」，或在文本框里按 Ctrl + Enter 重算。结果上方四张卡给出行数、输入码点数、输出码点数与码点变化——示例在全大写下输出 51 个码点，比输入的 49 多 2，来源是两个 ß 各自展开成 SS。

这个字母转大写工具能解决什么问题

一是批量统一常量、枚举与缩写。SQL 关键字、配置项键名、错误码前缀常常要求全大写，一段一段手改容易漏；这里一次转换，并且能立刻从「码点变化」卡片看出有没有 ß 这类会变长的字符混进来。

二是在付印或入库前查出长度会变的行。德文地址里 Straße 转成 STRASSE 会多出一个字符，如果下游字段按原长度截断就会被切掉尾巴。本页把 +2 这种变化直接显示在结果上方，不用自己去数。

三是处理土耳其语这种带点 i 的语言。默认映射下 i 大写是 I，而土耳其语要求 İ；反过来 I 转小写是 ı（U+0131）。做跨国站点的数据清洗时，这个差别会让字符串匹配直接失败，切到 tr 就能看到正确结果。

四是把大小写不敏感的比较做对。比较前应该先统一成同一档；但要注意 ß 大写变 SS、ẞ 小写变 ß 都不是等长替换，靠大写来对齐长度会出错，比较请用小写档。

本页不做这些事：不做标题式大小写（把 a、an、the、of 这类小词留在小写，那是英文标题大小写转换的活）；不生成驼峰、帕斯卡、蛇形命名（见驼峰大小写转换器）；不做拼写检查与词形还原；也不判断某个词是不是专有名词。

原理与规则说明

这个字母转大写工具的核心只有三个原生方法：String.prototype.toUpperCase()、String.prototype.toLowerCase() 和带参数的 toLocaleUpperCase(locale)，外加可选的 String.prototype.normalize('NFC')。按 ECMA-262 的规定，toUpperCase() 必须按 Unicode 的默认大小写映射逐码位替换，而且允许结果与输入长度不同——它不是 ASCII 时代那种减 32 的字节运算。

为什么不默认传 locale。不传参数时走的是 Unicode 默认映射，与语言无关，在任何浏览器、任何版本上结果都一样，可以被测试锁死；传 'tr' 之后结果依赖运行环境的 ICU 数据版本，同一段文本在不同浏览器上可能出现细微差别。所以本页把 locale 做成显式选项：只在明确要处理土耳其语（或立陶宛语）时才切，常规英文、德文、法文一律用默认档。实测 i 在默认档大写为 U+0049，在 tr 档大写为 U+0130；I 在 tr 档小写为 U+0131。

遵循的两份 Unicode 数据。一对一的部分来自 UnicodeData.txt 的简单大小写映射（simple case mapping），一对多的部分来自 SpecialCasing.txt 的完整大小写映射（full case mapping）。ß 之所以变成两个字母 SS，就是 SpecialCasing.txt 里的无条件映射条目，不是工具的自由发挥。ASCII 段依然规整：a（U+0061）与 A（U+0041）相差 32，26 个小写字母全部会变。

输入到输出的中间量。文本先按 \r\n|\r|\n 拆成行数组；全大写、全小写直接对整行调用对应方法；首字母大写则按 (\s+) 切词并保留空白片段（所以连续空格与制表符原样保留），逐词把首字符转大写、剩余部分转小写，最后用 \n 拼回。整条链路不触碰换行，输入几行输出就是几行。

阈值与规模（均为实测，非估算）。文本上限 20 万 UTF-16 码元，超出直接提示分批，不做截断。对 BMP 全部 63488 个非代理码位扫描：toUpperCase() 后与自身不同的有 1273 个，其中长度大于 1 的一对多映射有 102 个。示例文本 49 个码点、43 个拉丁字母，全大写后 51 个码点，差值为 2，正好等于两个 ß 的贡献。

最常见的误用是把「转大写」当成可逆操作。ẞ（U+1E9E）转小写得到 ß（U+00DF），再把 ß 转大写得到 SS——回不到原来的 ẞ。同理 İ 转小写会散成 i 加 U+0307 两个码点。要保留原始写法，就只转一次并保存原始文本，不要来回倒。

完整示例（数值均为实测）

示例是页面上的两行文本：straße fußball café résumé 与 istanbul ısparta izmir，输入 49 个码点。下表是三种节拍与两种 locale 组合后的实测输出与码点数，可以直接和结果区对照。

只有「全大写」这一档会变长：straße 变 STRASSE、fußball 变 FUSSBALL，各贡献 +1，合计 +2。其余节拍对这段输入不改变码点总数。切到 tr 之后变化的只是第二行的三个 i：istanbul 变成 İSTANBUL、izmir 变成 İZMİR，码点数仍是一个对一个，总数不变。

输入范围与对照表

输入范围与处理边界：

• 长度上限 20 万 UTF-16 码元；示例的 49 个码点只占上限的 0.0245%。超限时给出提示并停止转换，不截断已有内容。
• 按行处理，行数不变。换行是行分隔符，不会变成空格；空行保留。
• 空白原样保留。与「按空格压成一个」的排版型工具不同，本页只替换字母的码位，多个连续空格、制表符都不动。
• 中文、数字、标点不参与转换。汉字没有大小写，原样输出；只有夹杂的拉丁字母、希腊字母会被替换。
• NFC 归一化只合成、不拆解。它把 e 加 U+0301 合成 U+00E9，不会把已经预组合的字符拆开。

不同输入元素走的是不同映射通道，下面这张表是处理口径的实测对照：

结果边界与 Unicode 映射的坑

• 长度会变，且只在大写方向变。示例全大写 +2，因为 ß 展开成 SS；反过来 SS 转小写仍是 ss，不会自动变回 ß。小写方向也会变长的例子是 İ（1→2）。
• 102 个码位是一对多映射。对 BMP 全部 63488 个非代理码位扫描，大写后长度大于 1 的有 102 个，大写后与自身不同的共 1273 个。如果你的文本里有希腊语带调符字符，ΐ 这种会一次多出两个码点。
• 大写不保证可逆。ẞ → ß → SS，回不到 ẞ。需要保留原文就别来回转换。
• 不要拿大写结果做长度对齐或截断。下游字段若按输入长度截取，Straße 变 STRASSE 后会被切尾；先转换再算长度。
• locale 只在你明确需要时切换。切到 tr 后，英文里正常的 i 也会变成 İ，混排文本会因此出现意料外的字符。默认档对英文、德文、法文都是正确且可复现的。
• NFC 归一化改变的是码点数而不是字形。勾选后 café 从 5 个码位（分解形式）变成 4 个，显示效果相同，但字符串长度、索引与正则匹配都会随之改变。
• 中文不受影响。汉字不在大小写映射表里，代码块里的中文注释、标点全部原样保留。

常见问题

相关工具

• 字母转小写：只做整段转小写这一件事，做大小写不敏感比较前统一口径时更直接。
• 英文标题大小写转换：按小词表做标题式大小写，适合文章标题与栏目名。
• 驼峰大小写转换器：转成 camelCase，适合变量名与函数名。
• Pascal命名转换：转成 PascalCase，常用于类名与组件名。
• Snake大小写转换器：转成 snake_case，数据库字段名与配置文件常用。
• 每行首字母大写：只把每一行第一个字母大写，不逐词处理，适合名单与地点列表。
• 文本工具：查看全部文本工具。