Go unicode.ToTitle 怎样把 rune 转成标题大小写

我第一次在 Go 里处理多语言标题时，直觉是把首字节取出来再转大写。这个写法遇到非 ASCII 文本就立刻变得不可靠：一个字符可能占多个 UTF-8 字节，而大小写映射的输入单位其实是 Unicode code point，也就是 Go 里的 rune。

这篇只解决一个小而具体的问题：怎样用 unicode.ToTitle 把单个 rune 转成标题大小写，并把它和 ToUpper、ToLower 以及字符串遍历的边界分开。

结论先说：unicode.ToTitle(r) 做的是一个 rune 到一个 rune 的 Unicode 标题大小写映射。处理字符串时先按 rune 遍历，再把返回值写回字符串；不要直接按字节下标处理非 ASCII 文本。

我先把 ToTitle 的返回值看清楚

官方 unicode 包把 ToTitle 定义为接收一个 rune，返回标题大小写的 rune。最小调用不需要额外的表或状态：

package main

import (
	"fmt"
	"unicode"
)

func main() {
	// 传入小写 rune，观察标题大小写映射后的 code point。
	input := 'g'
	output := unicode.ToTitle(input)
	fmt.Printf("%c -> %c (%U)\n", input, output, output)
}

对常见拉丁字母，结果看起来和转大写相同：g 会得到 G。但这里的语义仍然是 TitleCase，而不是“把一段字符串变成标题格式”。函数只处理一个 code point，不负责空格分词、首字母规则或整句排版。

ToTitle 和 ToUpper 到底差在哪里

我一开始也把两者当成同一个函数。对许多字符确实看不出差别，但 API 表达的意图不同：ToUpper 映射到大写，ToLower 映射到小写，ToTitle 映射到标题大小写。下面把三种调用放在一起，阅读代码时就不容易误选。

package main

import (
	"fmt"
	"unicode"
)

func main() {
	// 同一个 rune 分别走三种简单大小写映射，便于比较 API 语义。
	for _, r := range []rune{'g', 'G', 'ǰ', '1', '-'} {
		fmt.Printf("%q: lower=%q title=%q upper=%q\n",
			r, unicode.ToLower(r), unicode.ToTitle(r), unicode.ToUpper(r))
	}
}

数字和标点没有大小写，映射后通常保持原值；这也是为什么转换函数可以安全地放在“逐 rune 处理”逻辑里，而不必先为每个字符写一套 ASCII 判断。若业务需要土耳其语等语言特定规则，则应关注 unicode.SpecialCase，因为默认映射和语言特定映射不是一回事。

处理字符串时要先从字节切到 rune

Go 的字符串是 UTF-8 字节序列。用 s[i] 取到的是一个字节，不一定是完整字符；用 range 遍历字符串时，变量的值才是解码后的 rune。这个区别是我排查“英文正常、重音字母变乱码”时最先确认的地方。

package main

import (
	"fmt"
	"unicode"
)

func titleRunes(s string) string {
	// range 按 UTF-8 解码得到 rune，避免把一个多字节字符拆成多个字节。
	runes := make([]rune, 0, len(s))
	for _, r := range s {
		runes = append(runes, unicode.ToTitle(r))
	}
	return string(runes)
}

func main() {
	// 示例中包含 ASCII、带重音字符和标点，转换后都保持合法文本。
	fmt.Println(titleRunes("go café: déjà vu"))
}

这里的 len(s) 只是容量提示，单位仍然是字节；它不会改变 range 的 rune 解码方式。如果更关心结果切片的长度，也可以先用 []rune(s)，但那会明确创建一份 rune 切片，是否值得取决于后续是否还要按位置修改。

把单个 rune 转换封装成可复用函数

如果调用方已经拿到一个 rune，直接调用 unicode.ToTitle 就够了。如果调用方拿到的是字符串，建议把“按 rune 遍历”和“单个 rune 映射”放在一个小函数里，后续替换规则时不会散落在业务代码中。

package textcase

import "unicode"

// ToTitleRunes 将字符串中的每个 rune 做简单的 Unicode 标题大小写映射。
func ToTitleRunes(s string) string {
	// 预留字节容量只减少扩容机会，真正的遍历仍按 rune 进行。
	buf := make([]rune, 0, len(s))
	for _, r := range s {
		buf = append(buf, unicode.ToTitle(r))
	}
	return string(buf)
}

这个函数不会自动把每个单词的其余字母转成小写，也不会处理语言学意义上的“标题化”。例如，原文里的大小写会被逐 rune 保留或映射；如果产品规则是“每个单词首字母大写、其余字母小写”，那是另一层分词与规则组合，不能只靠 ToTitle 完成。

最后记住这几个边界

• 输入单位：ToTitle 处理一个 rune，不接收字符串，也不负责分词。
• 映射范围：它是简单的一对一 code point 映射；涉及一个字符展开成多个 rune 的完整大小写折叠，不在这个 API 的能力范围内。
• 遍历方式：字符串文本优先使用 range 或明确的 []rune，不要把字节下标当字符下标。
• 语言规则：需要土耳其语等特殊映射时，查看 unicode.TurkishCase 这类 SpecialCase，不要假设默认规则适合所有语言。

对我来说，最实用的记忆方式是：单个字符用 unicode.ToTitle，整段文本先按 rune 遍历；要做产品级标题格式化，还要另外设计分词、其余字符大小写和语言规则。

相关问题

ToTitle 能直接把一句话变成英文 Title Case 吗？

不能。它只做单个 rune 的映射，不负责单词边界、连字符、缩写和其余字母的小写化。

为什么不能用字符串下标逐个调用 ToTitle？

字符串下标得到的是 UTF-8 的单个字节。非 ASCII 字符可能由多个字节组成，应该先用 range 得到 rune。

参考：Go 官方 unicode 包文档与 Go 语言规范中的 Unicode/UTF-8 说明。