PHP mb_strtolower 处理土耳其语时要注意什么

如果文本确实是土耳其语，不能只把 mb_strtolower($text, 'UTF-8') 当成“按土耳其语转小写”。它会按 Unicode 的通用大小写属性工作，不读取当前 locale；因此英文习惯的 I -> i 规则会和土耳其语的 I -> ı 发生冲突。我的处理原则是：先确认编码，再明确业务要的是通用 Unicode 小写还是土耳其语专用大小写，最后用码点断言把结果固定下来。

官方手册：https://www.php.net/manual/en/function.mb-strtolower.php

先把四个 I 字符分开看

土耳其语中，带点的小写 i 对应带点的大写 İ；不带点的小写 ı 对应大写 I。而 PHP 手册说明，mb_strtolower 使用 Unicode 字符属性，行为不受 locale 设置影响。于是通用转换里，大写 I 通常变成 i，大写 İ 可能变成两个码点：i 加组合点 U+0307，也就是视觉上像“带点的 i”，却不一定等于预期的单个字符。

mb_language 设置了 Turkish 也不会改变它

这个误区很常见：看到 mb_language('Turkish') 就以为后面的大小写函数会切换语言规则。官方 mb_language 文档给出的职责是设置当前语言，并供 mb_send_mail() 编码邮件使用；它不是 mb_strtolower 的 locale 参数。也就是说，下面的配置不能解决土耳其语大小写问题：

因此不要把 php.ini 的语言项、操作系统 locale 或 setlocale() 当成可靠开关。对 UTF-8 文本，strtolower() 也不适合承担多字节大小写转换；应明确传入编码并把策略写在应用层。

需要土耳其语规则时只封装特例

如果需求是用户名称、土耳其语搜索词或本地化排序前的规范化，建议把规则限制在一个小函数里，而不是全局替换所有字符。下面先处理组合形式 I + U+0307，再处理预组字符 İ 和普通 I，最后让 mb_strtolower 负责其余字母：

这个封装只解决大小写映射，不等于完整的语言学排序或搜索分词。若数据库比较、URL slug、登录名和展示文本的需求不同，应分别定义规范化策略，不能共用一个“全都转小写”的结果。

用码点验证，而不是只看终端显示

i 和 i̇ 在视觉上很接近，但字符串长度和字节序列可能不同。验证时同时打印字符数量、十六进制码点，并为关键映射写断言：

检查清单可以压缩成三项：

相关问题

PHP 的 strtolower 能处理土耳其语吗？

不要用它处理 UTF-8 的土耳其语大小写；它不是多字节语言规则转换器。先确定输入编码，再使用 mb_strtolower 或应用层的 Turkish 专用封装。

为什么输出看起来多了一个点？

大写 İ 的通用 Unicode 小写映射可能是 i 加 U+0307 组合点。视觉相近不代表码点序列相同，应用比较前要明确规范化策略。

应该用 MB_CASE_FOLD 做搜索吗？

它适合通用的大小写折叠，但同样不是土耳其语 locale 转换器。土耳其语搜索应先定义业务等价关系，再为索引和查询使用同一套映射。

最终判断很简单：英语或跨语言的通用文本使用显式 UTF-8 的 mb_strtolower；土耳其语文本不要寄希望于 locale 配置，直接把四个 I 字符的规则写进小范围函数，并用码点断言守住回归边界。