La función strupr()
no pertenece al estándar ANSI, por lo que el código que generes usando esa función podría no ser portable.
Te recomiendo realizar la tarea con una biblioteca de funciones que soporte la conversión para el juego de caracteres que use tu aplicación (UTF-8 o Unicode).
Para C hay dos funciones, principalmente, que pueden ayudarte con el trabajo:
Para convertir de ISO-8859-1 a UTF-8 se puede hacer uso de este breve trozo de código:
unsigned char *entrada, *salida;
while (*entrada) {
if (*entrada < 0x80) {
*salida++ = *entrada++;
} else {
*salida++ = 0xc2 + (*entrada > 0xbf);
*salida++ = (*entrada++ & 0x3f) + 0x80;
}
Teniendo en cuenta que la cadena de salida tiene que tener reservado el doble de tamaño que el de entrada (el peor de los casos).
Con ICU deberás convertir de UFT-8 a Unicode y luego de vuelta a UTF-8 usando primero u_strFromUTF8()
, luego la conversión de mayúsculas/minúsculas y luego u_strToUTF8()
.
Si usas ISO-8859-15 como codificación de caracteres puedes usar esta sencilla función que traslada los caracteres de la tabla mayúsculas a minúsculas y viceversa:
main.c
#include <string.h>
#include <stdio.h>
#include "conversion.iso-8859-15.c"
void convertir_minusculas(char* buffer) {
unsigned char* indice;
while (*buffer) {
indice = strchr(mayusculas, *buffer);
if (indice != NULL) {
*buffer = minusculas[indice - mayusculas];
}
buffer++;
}
}
void convertir_mayusculas(char* buffer) {
unsigned char* indice;
while (*buffer) {
indice = strchr(minusculas, *buffer);
if (indice != NULL) {
*buffer = mayusculas[indice - minusculas];
}
buffer++;
}
}
void main(void) {
char buffer[250];
printf("%s\n%s\n", mayusculas, minusculas);
while (!feof(stdin)) {
fgets(buffer, 250, stdin);
convertir_minusculas(buffer);
puts(buffer);
convertir_mayusculas(buffer);
puts(buffer);
*buffer = 0;
}
}
conversion.iso-8859-15.c
unsigned char mayusculas[] = {
0x41, // 0x0041 # LATIN CAPITAL LETTER A
0xC6, // 0x00C6 # LATIN CAPITAL LETTER AE
0xC1, // 0x00C1 # LATIN CAPITAL LETTER A WITH ACUTE
0xC2, // 0x00C2 # LATIN CAPITAL LETTER A WITH CIRCUMFLEX
0xC4, // 0x00C4 # LATIN CAPITAL LETTER A WITH DIAERESIS
0xC0, // 0x00C0 # LATIN CAPITAL LETTER A WITH GRAVE
0xC5, // 0x00C5 # LATIN CAPITAL LETTER A WITH RING ABOVE
0xC3, // 0x00C3 # LATIN CAPITAL LETTER A WITH TILDE
0x42, // 0x0042 # LATIN CAPITAL LETTER B
0x43, // 0x0043 # LATIN CAPITAL LETTER C
0xC7, // 0x00C7 # LATIN CAPITAL LETTER C WITH CEDILLA
0x44, // 0x0044 # LATIN CAPITAL LETTER D
0x45, // 0x0045 # LATIN CAPITAL LETTER E
0xD0, // 0x00D0 # LATIN CAPITAL LETTER ETH
0xC9, // 0x00C9 # LATIN CAPITAL LETTER E WITH ACUTE
0xCA, // 0x00CA # LATIN CAPITAL LETTER E WITH CIRCUMFLEX
0xCB, // 0x00CB # LATIN CAPITAL LETTER E WITH DIAERESIS
0xC8, // 0x00C8 # LATIN CAPITAL LETTER E WITH GRAVE
0x46, // 0x0046 # LATIN CAPITAL LETTER F
0x47, // 0x0047 # LATIN CAPITAL LETTER G
0x48, // 0x0048 # LATIN CAPITAL LETTER H
0x49, // 0x0049 # LATIN CAPITAL LETTER I
0xCD, // 0x00CD # LATIN CAPITAL LETTER I WITH ACUTE
0xCE, // 0x00CE # LATIN CAPITAL LETTER I WITH CIRCUMFLEX
0xCF, // 0x00CF # LATIN CAPITAL LETTER I WITH DIAERESIS
0xCC, // 0x00CC # LATIN CAPITAL LETTER I WITH GRAVE
0x4A, // 0x004A # LATIN CAPITAL LETTER J
0x4B, // 0x004B # LATIN CAPITAL LETTER K
0x4C, // 0x004C # LATIN CAPITAL LETTER L
0x4D, // 0x004D # LATIN CAPITAL LETTER M
0x4E, // 0x004E # LATIN CAPITAL LETTER N
0xD1, // 0x00D1 # LATIN CAPITAL LETTER N WITH TILDE
0x4F, // 0x004F # LATIN CAPITAL LETTER O
0xD3, // 0x00D3 # LATIN CAPITAL LETTER O WITH ACUTE
0xD4, // 0x00D4 # LATIN CAPITAL LETTER O WITH CIRCUMFLEX
0xD6, // 0x00D6 # LATIN CAPITAL LETTER O WITH DIAERESIS
0xD2, // 0x00D2 # LATIN CAPITAL LETTER O WITH GRAVE
0xD8, // 0x00D8 # LATIN CAPITAL LETTER O WITH STROKE
0xD5, // 0x00D5 # LATIN CAPITAL LETTER O WITH TILDE
0x50, // 0x0050 # LATIN CAPITAL LETTER P
0x51, // 0x0051 # LATIN CAPITAL LETTER Q
0x52, // 0x0052 # LATIN CAPITAL LETTER R
0x53, // 0x0053 # LATIN CAPITAL LETTER S
0x54, // 0x0054 # LATIN CAPITAL LETTER T
0xDE, // 0x00DE # LATIN CAPITAL LETTER THORN
0x55, // 0x0055 # LATIN CAPITAL LETTER U
0xDA, // 0x00DA # LATIN CAPITAL LETTER U WITH ACUTE
0xDB, // 0x00DB # LATIN CAPITAL LETTER U WITH CIRCUMFLEX
0xDC, // 0x00DC # LATIN CAPITAL LETTER U WITH DIAERESIS
0xD9, // 0x00D9 # LATIN CAPITAL LETTER U WITH GRAVE
0x56, // 0x0056 # LATIN CAPITAL LETTER V
0x57, // 0x0057 # LATIN CAPITAL LETTER W
0x58, // 0x0058 # LATIN CAPITAL LETTER X
0x59, // 0x0059 # LATIN CAPITAL LETTER Y
0xDD, // 0x00DD # LATIN CAPITAL LETTER Y WITH ACUTE
0xBE, // 0x0178 # LATIN CAPITAL LETTER Y WITH DIAERESIS
0x5A, // 0x005A # LATIN CAPITAL LETTER Z
0 // Fin de cadena
};
unsigned char minusculas[] = {
0x61, // 0x0061 # LATIN SMALL LETTER A
0xE6, // 0x00E6 # LATIN SMALL LETTER AE
0xE1, // 0x00E1 # LATIN SMALL LETTER A WITH ACUTE
0xE2, // 0x00E2 # LATIN SMALL LETTER A WITH CIRCUMFLEX
0xE4, // 0x00E4 # LATIN SMALL LETTER A WITH DIAERESIS
0xE0, // 0x00E0 # LATIN SMALL LETTER A WITH GRAVE
0xE5, // 0x00E5 # LATIN SMALL LETTER A WITH RING ABOVE
0xE3, // 0x00E3 # LATIN SMALL LETTER A WITH TILDE
0x62, // 0x0062 # LATIN SMALL LETTER B
0x63, // 0x0063 # LATIN SMALL LETTER C
0xE7, // 0x00E7 # LATIN SMALL LETTER C WITH CEDILLA
0x64, // 0x0064 # LATIN SMALL LETTER D
0x65, // 0x0065 # LATIN SMALL LETTER E
0xF0, // 0x00F0 # LATIN SMALL LETTER ETH
0xE9, // 0x00E9 # LATIN SMALL LETTER E WITH ACUTE
0xEA, // 0x00EA # LATIN SMALL LETTER E WITH CIRCUMFLEX
0xEB, // 0x00EB # LATIN SMALL LETTER E WITH DIAERESIS
0xE8, // 0x00E8 # LATIN SMALL LETTER E WITH GRAVE
0x66, // 0x0066 # LATIN SMALL LETTER F
0x67, // 0x0067 # LATIN SMALL LETTER G
0x68, // 0x0068 # LATIN SMALL LETTER H
0x69, // 0x0069 # LATIN SMALL LETTER I
0xED, // 0x00ED # LATIN SMALL LETTER I WITH ACUTE
0xEE, // 0x00EE # LATIN SMALL LETTER I WITH CIRCUMFLEX
0xEF, // 0x00EF # LATIN SMALL LETTER I WITH DIAERESIS
0xEC, // 0x00EC # LATIN SMALL LETTER I WITH GRAVE
0x6A, // 0x006A # LATIN SMALL LETTER J
0x6B, // 0x006B # LATIN SMALL LETTER K
0x6C, // 0x006C # LATIN SMALL LETTER L
0x6D, // 0x006D # LATIN SMALL LETTER M
0x6E, // 0x006E # LATIN SMALL LETTER N
0xF1, // 0x00F1 # LATIN SMALL LETTER N WITH TILDE
0x6F, // 0x006F # LATIN SMALL LETTER O
0xF3, // 0x00F3 # LATIN SMALL LETTER O WITH ACUTE
0xF4, // 0x00F4 # LATIN SMALL LETTER O WITH CIRCUMFLEX
0xF6, // 0x00F6 # LATIN SMALL LETTER O WITH DIAERESIS
0xF2, // 0x00F2 # LATIN SMALL LETTER O WITH GRAVE
0xF8, // 0x00F8 # LATIN SMALL LETTER O WITH STROKE
0xF5, // 0x00F5 # LATIN SMALL LETTER O WITH TILDE
0x70, // 0x0070 # LATIN SMALL LETTER P
0x71, // 0x0071 # LATIN SMALL LETTER Q
0x72, // 0x0072 # LATIN SMALL LETTER R
0x73, // 0x0073 # LATIN SMALL LETTER S
0x74, // 0x0074 # LATIN SMALL LETTER T
0xFE, // 0x00FE # LATIN SMALL LETTER THORN
0x75, // 0x0075 # LATIN SMALL LETTER U
0xFA, // 0x00FA # LATIN SMALL LETTER U WITH ACUTE
0xFB, // 0x00FB # LATIN SMALL LETTER U WITH CIRCUMFLEX
0xFC, // 0x00FC # LATIN SMALL LETTER U WITH DIAERESIS
0xF9, // 0x00F9 # LATIN SMALL LETTER U WITH GRAVE
0x76, // 0x0076 # LATIN SMALL LETTER V
0x77, // 0x0077 # LATIN SMALL LETTER W
0x78, // 0x0078 # LATIN SMALL LETTER X
0x79, // 0x0079 # LATIN SMALL LETTER Y
0xFD, // 0x00FD # LATIN SMALL LETTER Y WITH ACUTE
0xFF, // 0x00FF # LATIN SMALL LETTER Y WITH DIAERESIS
0x7A, // 0x007A # LATIN SMALL LETTER Z
0 // Fin de cadena
};
El resultado de una ejecución de prueba es:
$ gcc main.c -o main && \
echo "Esto es áëpËÉñíÑ¡ prueba" | \
iconv --from utf-8 --to iso-8859-15 | \
./main | \
iconv --from iso-8859-15 --to utf-8
AÆÁÂÄÀÅÃBCÇDEÐÉÊËÈFGHIÍÎÏÌJKLMNÑOÓÔÖÒØÕPQRSTÞUÚÛÜÙVWXYÝŸZ
aæáâäàåãbcçdeðéêëèfghiíîïìjklmnñoóôöòøõpqrstþuúûüùvwxyýÿz
esto es áëpëéñíñ¡ prueba
ESTO ES ÁËPËÉÑÍÑ¡ PRUEBA
Como uso linux (ubuntu) he de convertir el texto de UTF-8 (juego de caracteres nativo) a ISO-8859-15 con iconv --from utf-8 --to iso-8859-15
, ejecutar el programa que hace la conversión, y posteriormente volver a convertirlo a UTF-8 con iconv --from iso-8859-15 --to utf-8
para poder verlo bien en la consola.
Por si te interesa, el archivo lo he generado de la siguiente manera:
#! /bin/bash
curl "https://opensource.apple.com/source/cups/cups-136.9/cups/data/iso-8859-15.txt.auto.html" > "iso-8859-15.txt"
sed -nr 's/^.*0x00.*LATIN (SMALL|CAPITAL) (LETTER .+)$/\2/gp' "iso-8859-15.txt" | sort | uniq > "iso-8859-15.txt.letras"
echo "unsigned char mayusculas[] = {" > mayusculas.txt
echo "unsigned char minusculas[] = {" > minusculas.txt
while read -r letra
do
if [ $(grep "$letra$" "iso-8859-15.txt" | wc -l) -eq 2 ]
then
echo "Analizando '$letra'"
read -r hexa resto <<< $(grep "SMALL $letra$" "iso-8859-15.txt")
printf " %-4s // %s\n" "${hexa}," "$resto" >> minusculas.txt
read -r hexa resto <<< $(grep "CAPITAL $letra$" "iso-8859-15.txt")
printf " %-4s // %s\n" "${hexa}," "$resto" >> mayusculas.txt
else
echo "**FALTA $letra"
fi
done < "iso-8859-15.txt.letras"
echo -e " 0 // Fin de cadena\n};" >> mayusculas.txt
echo -e " 0 // Fin de cadena\n};" >> minusculas.txt
cat mayusculas.txt minusculas.txt > "conversion.iso-8859-15.c"