¿Es defectuoso el algoritmo strcasecmp?

Estoy tratando de reimplementar la strcasecmpfunción en C y noté lo que parece ser una inconsistencia en el proceso de comparación.

Desde man strcmp

La función strcmp () compara las dos cadenas s1 y s2. La configuración regional no se tiene en cuenta (para una comparación de configuración regional, consulte strcoll (3)). Devuelve un número entero menor, igual o mayor que cero si se encuentra s1, respectivamente, menor que, para que coincida o mayor que s2.

Desde man strcasecmp

La función strcasecmp () realiza una comparación byte por byte de las cadenas s1 y s2, ignorando el caso de los caracteres. Devuelve un número entero menor, igual o mayor que cero si se encuentra s1, respectivamente, menor que, para que coincida o mayor que s2.

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

Dada esta información, no entiendo el resultado del siguiente código:

#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;
}

Ouput:

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

Parece que, si el carácter actual en s1es una letra, siempre se convierte en minúsculas, independientemente de si el carácter actual en s2es una letra o no.

¿Alguien puede explicar este comportamiento? ¿No deberían ser idénticas las líneas primera y tercera?

¡Gracias de antemano!

PD:
estoy usando gcc 9.2.0en Manjaro.
Además, cuando compilo con la -fno-builtinbandera me sale en su lugar:

-30
2
2
2

Supongo que es porque el programa no usa las funciones optimizadas de gcc, pero la pregunta sigue siendo.

El comportamiento es correcto.

Por la str\[n\]casecmp()especificación POSIX :

Cuando la LC_CTYPEcategoría del entorno local que se utiliza es del entorno local POSIX, estas funciones se comportarán como si las cadenas se hubieran convertido a minúsculas y luego se realizara una comparación de bytes. De lo contrario, los resultados no están especificados.

Eso también es parte de la sección NOTAS de la página de manual de Linux :

El estándar POSIX.1-2008 dice de estas funciones:

Cuando la categoría LC_CTYPE del entorno local que se utiliza es del entorno local POSIX, estas funciones se comportarán como si las cadenas se hubieran convertido a minúsculas y luego se realizara una comparación de bytes. De lo contrario, los resultados no están especificados.

¿Por qué?

Como @HansOlsson señaló en su respuesta , hacer comparaciones que no distingan entre mayúsculas y minúsculas entre letras y permitir que todas las demás comparaciones tengan sus resultados "naturales" tal como se hace strcmp(), interrumpiría la clasificación.

Si 'A' == 'a'(la definición de una comparación entre mayúsculas y minúsculas), entonces '_' > 'A'y '_' < 'a'(los resultados "naturales" en el conjunto de caracteres ASCII) no pueden ser ambos verdaderos.

Otros enlaces, http://man7.org/linux/man-pages/man3/strcasecmp.3p.html para strcasecmp dicen que la conversión a minúsculas es el comportamiento correcto (al menos en la ubicación POSIX).

La razón de ese comportamiento es que si usa strcasecmp para ordenar una serie de cadenas, es necesario obtener resultados razonables.

De lo contrario, si intenta ordenar "A", "C", "_", "b" utilizando, por ejemplo, qsort, el resultado dependerá del orden de las comparaciones.

Parece que, si el carácter actual en s1 es una letra, siempre se convierte en minúsculas, independientemente de si el carácter actual en s2 es una letra o no.

Eso es correcto, ¡y es lo strcasecmp()que debería hacer la función ! Es una POSIXfunción, más que parte del CEstándar, pero, de " The Open Group Base Especificaciones, Issue 6 ":

En el entorno local POSIX, strcasecmp () y strncasecmp () se comportarán como si las cadenas se hubieran convertido a minúsculas y luego se realizara una comparación de bytes. Los resultados no se especifican en otras configuraciones regionales.

Por cierto, este comportamiento también es pertinente para la _stricmp()función (como se usa en Visual Studio / MSCV):

La función _stricmp compara ordinariamente string1 y string2 después de convertir cada carácter a minúsculas, y devuelve un valor que indica su relación.

El código decimal ASCII para Aes 65para _es 95y para aes 97, por strcmp()lo que está haciendo lo que se supone que debe hacer. Lexicográficamente hablando _es más pequeño entonces ay más grande que A.

strcasecmp()se considerará Acomo a*, y dado que aes más grande que _la salida, también es correcta.

* El estándar POSIX.1-2008 dice de estas funciones (strcasecmp () y strncasecmp ()):

Cuando la categoría LC_CTYPE del entorno local que se utiliza es del entorno local POSIX, estas funciones se comportarán como si las cadenas se hubieran convertido a minúsculas y luego se realizara una comparación de bytes. De lo contrario, los resultados no están especificados.

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