3.8 Fare confronti ignorando maiuscolo/minuscolo

Il tipo di carattere (maiuscolo/minuscolo) è normalmente rilevante nelle espressioni regolari, sia nella ricerca di caratteri normali (cioè, non metacaratteri), sia all’interno di espressioni fra parentesi. Quindi, una ‘w’ in un’espressione regolare individua solo una ‘w’ e non la corrispondente maiuscola ‘W’.

Il modo più semplice per richiedere una ricerca non sensibile al maiuscolo/minuscolo è di usare un’espressione tra parentesi quadre, per esempio ‘[Ww]’. Comunque, questo può essere pesante se si usa spesso, e può rendere le espressioni regolari di difficile lettura. Ci sono due alternative che potrebbero essere preferibili.

Un modo per fare un confronto non sensibile a maiuscolo/minuscolo in un particolare punto del programma è di convertire i dati in un solo tipo (o minuscole o maiuscole), usando le funzioni di stringa predefinite tolower() o toupper() (che non abbiamo ancora introdotto; vedi la sezione Funzioni di manipolazione di stringhe). Per esempio:

tolower($1) ~ /foo/  { … }

converte il primo campo in minuscole, prima di fare un confronto. Questo funziona in ogni awk conforme allo standard POSIX.

Un altro metodo, proprio di gawk, è di impostare la variabile IGNORECASE a un valore diverso da zero (vedi la sezione Variabili predefinite). Quando IGNORECASE è diverso da zero, tutte le operazioni con regexp e stringhe ignorano la distinzione maiuscolo/minuscolo.

Il cambio del valore di IGNORECASE controlla dinamicamente la sensibilità a maiuscolo/minuscolo del programma quando è in esecuzione. Il tipo di carattere (maiuscolo/minuscolo) è rilevante per default, poiché IGNORECASE (come la maggior parte delle variabili) è inizializzata a zero:

x = "aB"
if (x ~ /ab/) …   # questo test non risulterà verificato

IGNORECASE = 1
if (x ~ /ab/) …   # adesso sarà verificato

In generale, non è possibile usare IGNORECASE per rendere certe regole non sensibili a maiuscolo/minuscolo e altre regole invece sì, perché non c’è una maniera diretta per impostare IGNORECASE solo per l’espressione di una particolare regola.¹⁸ Per fare questo, si usino espressioni tra parentesi quadre oppure tolower(). Comunque, una cosa che si può fare con IGNORECASE soltanto è di utilizzare o di ignorare la sensibilità a maiuscolo/minuscolo per tutte le regole contemporaneamente.

IGNORECASE è impostabile dalla riga di comando o in una regola BEGIN (vedi la sezione Altri argomenti della riga di comando; e vedi la sezione Azioni di inizializzazione e pulizia). Impostare IGNORECASE dalla riga di comando è un modo per rendere un programma insensibile a maiuscolo/minuscolo senza doverlo modificare.

In localizzazioni multibyte, le equivalenze tra caratteri maiuscoli e minuscoli sono controllate usando i valori in formato esteso dell’insieme di caratteri della localizzazione. Prima della versione 5.0, i caratteri che usano un solo byte erano confrontati usando l’insieme di caratteri ISO-8859-1 (ISO Latin-1). Tuttavia, a partire dalla versione 5.0, i caratteri che usano un solo byte sono confrontati usando anche i valori dell’insieme di caratteri della localizzazione.¹⁹

Il valore di IGNORECASE non ha effetto se gawk è in modalità compatibile (vedi la sezione Opzioni sulla riga di comando). Il tipo di carattere (maiuscolo o minuscolo) è sempre rilevante in modalità compatibile.