PHP 內核源碼閱讀：strtolower / strtoupper 大小寫轉換實現原理

PHP 內核源碼閱讀：strtolower / strtoupper 大小寫轉換實現原理

字串大小寫轉換是 PHP 中高頻操作，`strtolower()` 與 `strtoupper()` 底層均委託給同一核心函式處理。本文基於 PHP 5.4 源碼（同樣適用於 PHP 7/8 核心邏輯），解析其實現細節與效能特徵。

函式原型與行為

string strtolower ( string $string )
string strtoupper ( string $string )

• 僅處理 ASCII 字母（A-Z / a-z），不支援多位元組字元（中文、全形字母、帶重音字母）。
• 區域設定（`setlocale`）不影響 這兩個函式，需用 `mb_strtolower()` / `mb_strtoupper()` 處理 Unicode。
• 返回新字串，原字串不變（PHP 字串不可變）。

執行流程

1. 參數解析與類型檢查（`zend_parse_parameters`）。
2. 複製字串到新記憶體區（`zend_string_copy` / `estrndup`）。
3. 呼叫核心轉換函式：`php_strtolower()` / `php_strtoupper()`。
4. 返回結果字串。

核心源碼解析 (ext/standard/string.c)

// 簡化後的 php_strtolower 核心邏輯
PHPAPI char *php_strtolower(char *s, size_t len)
{
    unsigned char *c = (unsigned char *)s;
    unsigned char *e = c + len;

    while (c < e) {
        *c = tolower(*c); // 標準 C 庫 tolower()
        c++;
    }
    return s;
}

// php_strtoupper 同理，使用 toupper()

關鍵觀察

1. 逐字元指標迭代： 經典 C 風格指標運算，效能極高，無函式呼叫開銷。
2. 依賴 C 標準庫 `ctype.h`： `tolower()`/`toupper()` 為宏或內聯函式，通常透過查表實現（256 字元查找表），O(1) 時間複雜度。
3. 無區域感知： 直接操作 `unsigned char`，僅轉換 0x41-0x5A (A-Z) 到 0x61-0x7A (a-z)，其他字節原樣保留。
4. 就地修改複製後的緩衝區： 避免重複分配，記憶體效率佳。

效能與使用建議

常見誤區

錯誤： `strtolower('中文')` 期望轉換全形字母。
事實： 返回原字串，因為中文字節不在 ASCII 範圍內。
正確： `mb_strtolower('中文', 'UTF-8')` 或 `mb_convert_case($str, MB_CASE_LOWER, 'UTF-8')`。

擴展閱讀

• PHP 7+ 引入 `zend_string` 結構體，字串操作增加引用計數與長度欄位，核心邏輯不變。
• JIT (PHP 8.0+) 可將熱點迴路編譯為機器碼，進一步提升大量字串處理效能。
• GitHub 專案 php-src-annotated 提供完整中文註解源碼，可追蹤 `php_strtolower` 完整定義與呼叫鏈。