Go x/text/collate IgnoreCase 为什么不等于忽略所有差异

Go 的 golang.org/x/text/collate 里，IgnoreCase 只改变大小写这一层比较权重。它能让同一语言环境下的 Go 与 go 按大小写不敏感的规则比较，但不会顺带忽略重音符号、全半角宽度、数字排序差异或 locale 自己的排序规则。遇到“看起来差不多却不相等”的结果，先确认差异类型，再选择对应的 Option。

IgnoreCase 真正忽略的是什么

collate.New 会根据 language.Tag 创建一个排序器，Option 只是覆盖或补充这个排序器的行为。官方文档把 IgnoreCase 定义为大小写不敏感比较；它没有承诺把所有视觉相似字符归为一类。

用 CompareString 定义实际的相等边界

排查时不要只看字符串打印出来是否相像，先把语言环境和 Option 写死，再用 CompareString 检查结果。返回 0 是“按该 collator 规则等价”，返回负数或正数只说明排序先后。

package main

import (
    "fmt"

    "golang.org/x/text/collate"
    "golang.org/x/text/language"
)

func main() {
    // 只忽略大小写，重音和宽度仍然保留在比较规则中。
    c := collate.New(language.English, collate.IgnoreCase)
    pairs := [][2]string{
        {"Go", "go"},
        {"cafe", "café"},
        {"A", "Ａ"},
    }

    for _, pair := range pairs {
        // 0 代表按当前规则等价，不代表原始字符串完全相同。
        result := c.CompareString(pair[0], pair[1])
        fmt.Printf("%q vs %q: %d\n", pair[0], pair[1], result)
    }
}

这个示例的关键不是记住某一组输出，而是确认测试数据覆盖了业务真正关心的差异。若登录名查重只要求大小写不敏感，就不要为了“看起来更宽松”把重音和宽度也合并；否则可能把本应区分的用户输入归并到一起。

把 Option 组合成明确的比较策略

需要同时忽略大小写、重音和宽度时，可以使用 collate.Loose；也可以逐项组合，后者更利于审查代码表达的业务意图。Loose 仍然受 locale 和 collator 的其他规则约束，并不等于“忽略所有差异”。

package main

import (
    "fmt"

    "golang.org/x/text/collate"
    "golang.org/x/text/language"
)

func main() {
    // 三项文字归一化需求明确写出，便于后续评审和替换。
    c := collate.New(
        language.English,
        collate.IgnoreCase,
        collate.IgnoreDiacritics,
        collate.IgnoreWidth,
    )

    // 比较相等只用于匹配；排序展示仍需保留原始文本。
    fmt.Println(c.CompareString("café", "CAFE"))
}

如果业务允许这三类差异全部折叠，collate.Loose 可以表达相同方向。若业务还要求数字按数值排序，再额外考虑 collate.Numeric；不要把 Numeric 当成文本清洗功能，它只影响数字的排序方式。

排序等价不等于字节相同

CompareString 的 0 结果服务于排序和匹配规则，不应直接替代原始字符串的身份判断。需要把等价项仍然排出稳定顺序时，可以考虑 Force，它用于字符串等价但不相等的情况强制排序。这里的“强制”是排序层决策，不是把两个输入改写成同一个字符串。

上线前可以按下面的顺序复核：

1. 先写清业务是查重、搜索匹配，还是只做展示排序。
2. 为大小写、重音、宽度、数字和语言环境分别准备测试样本。
3. 只添加能解释需求的 Option，并记录为什么使用 Loose 或 Force。
4. 保留原始文本用于展示，不把比较键直接当作用户可见内容。

常见问题

IgnoreCase 能替代 strings.EqualFold 吗？

不能直接等同。IgnoreCase 属于带 locale 的排序器选项，结果服务于 collate 的比较顺序；如果需求只是 Go 字符串的大小写折叠相等，应单独评估标准库 API。

为什么加了 IgnoreCase，cafe 和 café 还是不同？

因为重音符号不是大小写差异。需要忽略重音时使用 IgnoreDiacritics，或者在确认业务允许的前提下使用 Loose。

IgnoreWidth 会把所有相似字符都合并吗？

不会。它针对全角与半角宽度差异；标点、语言排序和其他 Unicode 差异仍由 locale 与 collator 规则决定。

什么时候应该使用 Force？

当业务要求对 collator 认为等价、但原始字符串并不相同的值继续给出确定排序时再使用。它不会扩大 IgnoreCase 的忽略范围。