L'algorithme strcasecmp est-il défectueux?

J'essaie de réimplémenter la strcasecmpfonction en C et j'ai remarqué ce qui semble être une incohérence dans le processus de comparaison.

De man strcmp

La fonction strcmp () compare les deux chaînes s1 et s2. Les paramètres régionaux ne sont pas pris en compte (pour une comparaison tenant compte des paramètres régionaux, voir strcoll (3)). Il retourne un entier inférieur, égal ou supérieur à zéro si s1 se révèle, respectivement, être inférieur à, correspondre ou être supérieur à s2.

De man strcasecmp

La fonction strcasecmp () effectue une comparaison octet par octet des chaînes s1 et s2, en ignorant la casse des caractères. Il retourne un entier inférieur, égal ou supérieur à zéro si s1 se révèle, respectivement, être inférieur à, correspondre ou être supérieur à s2.

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

Étant donné ces informations, je ne comprends pas le résultat du code suivant:

#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;
}

Sortie:

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

Il semble que, si le caractère actuel dans s1est une lettre, il est toujours converti en minuscules, que le caractère actuel dans s2soit une lettre ou non.

Quelqu'un peut-il expliquer ce comportement? Les première et troisième lignes ne devraient-elles pas être identiques?

Merci d'avance!

PS:
J'utilise gcc 9.2.0sur Manjaro.
De plus, lorsque je compile avec le -fno-builtindrapeau, je reçois à la place:

-30
2
2
2

Je suppose que c'est parce que le programme n'utilise pas les fonctions optimisées de gcc, mais la question demeure.

Le comportement est correct.

Selon la str\[n\]casecmp()spécification POSIX :

Lorsque la LC_CTYPEcatégorie des paramètres régionaux utilisés provient des paramètres régionaux POSIX, ces fonctions doivent se comporter comme si les chaînes avaient été converties en minuscules, puis une comparaison d'octets a été effectuée. Sinon, les résultats ne sont pas spécifiés.

Cela fait également partie de la section NOTES de la page de manuel Linux :

La norme POSIX.1-2008 dit de ces fonctions:

Lorsque la catégorie LC_CTYPE des paramètres régionaux utilisés provient des paramètres régionaux POSIX, ces fonctions doivent se comporter comme si les chaînes avaient été converties en minuscules, puis une comparaison d'octets a été effectuée. Sinon, les résultats ne sont pas spécifiés.

Pourquoi?

Comme @HansOlsson l'a souligné dans sa réponse , faire des comparaisons insensibles à la casse entre seulement des lettres et permettre à toutes les autres comparaisons d'avoir leurs résultats "naturels" comme cela le strcmp()ferait romprait le tri.

Si 'A' == 'a'(la définition d'une comparaison insensible à la casse) alors '_' > 'A'et '_' < 'a'(les résultats "naturels" dans le jeu de caractères ASCII) ne peuvent pas être tous les deux vrais.

D'autres liens, http://man7.org/linux/man-pages/man3/strcasecmp.3p.html pour strcasecmp, indiquent que la conversion en minuscules est le comportement correct (au moins dans les paramètres régionaux POSIX).

La raison de ce comportement est que si vous utilisez strcasecmp pour trier un tableau de chaînes, il est nécessaire d'obtenir des résultats raisonnables.

Sinon, si vous essayez de trier "A", "C", "_", "b" en utilisant par exemple qsort, le résultat dépendra de l'ordre des comparaisons.

Il semble que, si le caractère actuel de s1 est une lettre, il est toujours converti en minuscules, que le caractère actuel de s2 soit ou non une lettre.

C'est exact - et c'est ce que la strcasecmp()fonction devrait faire! Il s'agit d'une POSIXfonction, plutôt que d'une partie de la Cnorme, mais, à partir de " The Open Group Base Specifications, Issue 6 ":

Dans l'environnement local POSIX, strcasecmp () et strncasecmp () doivent se comporter comme si les chaînes avaient été converties en minuscules, puis une comparaison d'octets était effectuée. Les résultats ne sont pas spécifiés dans d'autres paramètres régionaux.

Par ailleurs, ce comportement concerne également la _stricmp()fonction (telle qu'utilisée dans Visual Studio / MSCV):

La fonction _stricmp compare ordinairement string1 et string2 après la conversion de chaque caractère en minuscules et renvoie une valeur indiquant leur relation.

Le code décimal ASCII Aest 65pour _est 95et aest 97, donc strcmp()il fait ce qu'il est supposé faire. Lexicographiquement parlant _est alors plus petit aet plus grand que A.

strcasecmp()sera considéré Acomme étant a*, et comme il aest plus grand que _la sortie est également correct.

* La norme POSIX.1-2008 dit de ces fonctions (strcasecmp () et strncasecmp ()):

Lorsque la catégorie LC_CTYPE des paramètres régionaux utilisés provient des paramètres régionaux POSIX, ces fonctions doivent se comporter comme si les chaînes avaient été converties en minuscules, puis une comparaison d'octets a été effectuée. Sinon, les résultats ne sont pas spécifiés.

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