jinfeng_wang

G-G-S,D-D-U!

BlogJava

管理

400 Posts :: 0 Stories :: 296 Comments :: 0 Trackbacks

公告

歡迎交流鏈接，給我留言

常用鏈接

留言簿(40)

隨筆分類(592)

隨筆檔案(400)

Domestic

Michael Chen’s Blog
臨海觀潮
兔八哥的狗窩

Foreign

搜索

積分與排名

積分 - 491637
排名 - 103

閱讀排行榜

/etc/sysconfig/i18n

locale 是國際化與本土化過程中的一個非常重要的概念，個人認為，對于中文用戶來說，通常會涉及到的國際化或者本土化，大致包含三個方面：看中文，寫中文，與 window中文系統的兼容和通信。從實際經驗上看來，locale的設定與看中文關系不大，但是與寫中文，及window分區的掛載方式有很密切的關系。本人認為就像一個純英文的Windows能夠瀏覽中文，日文或者意大利文網頁一樣，你不需要設定locale就可以看中文。那么，為什么要設定 locale呢？什么時候會用到locale呢？

Tags: locale 設定原因解釋

一、為什么要設定locale 正如前面我所講的，設定locale與你能否瀏覽中文的網頁沒有直接的關系，即便你把locale設置成 en_US.ISO-8859-1這樣一個標準的英文locale你照樣可以瀏覽中文的網頁，只要你的系統里面有相應的字符集（這個都不一定需要）和合適的字體（如simsun），瀏覽器就可以把網頁翻譯成中文給你看。具體的過程是網絡把網頁傳送到你的機器上之后，瀏覽器會判斷相應的編碼的字符集，根據網頁采用的字符集，去字體庫里面找合適的字體，然后由文字渲染工具把相應的文字在屏幕上顯示出來。

在下文本人會偶爾把字符集比喻成密碼本，個人覺得對于一些東西比較容易理解，假如你不習慣的話，把全文copy到任何文本編輯器，用字符集替換密碼本即可。

那有時候網頁顯示亂碼或者都是方框是怎么回事呢？個人認為，顯示亂碼是因為設定的字符集不對(或者沒有相應的字符集)，例如網頁是用UTF-8編碼的，你非要用GB2312去看，而系統根據GB2312去找字體，然后在屏幕上顯示，當然是一堆的亂碼，也就是說你用一個錯誤的密碼本去翻譯發給你的電報，當然內容那叫一個亂；至于有些時候瀏覽的網頁能顯示一部分漢字，但有很多的地方是方框，能夠顯示漢字說明瀏覽器已經正確的判斷出了網頁的編碼，并在字體庫里面找到了相應的文字，但是并不是每個字體庫都包含某個字符集全部的字體的緣故，有些時候會顯示不完全，找一個比較全的支持較多字符集的字體就可以了。

既然我能夠瀏覽中文網頁，那為什么我還要設定locale呢？

其實你有沒有想過這么一個問題，為什么gentoo官方論壇上中文論壇的網頁是用UTF-8編碼的（雖然大家一直強烈建議用GB2312編碼），但是新浪網就是用GB2312編碼的呢？而Xorg的官方網頁竟然是ISO-8859-15編碼的，我沒有設定這個locale怎么一樣的能瀏覽呢？這個問題就像是你有所有的密碼本，不論某個網站是用什么字符集編碼的，你都可以用你手里的密碼本把他們翻譯過來，但問題是雖然你能瀏覽中文網頁，但是在整個操作系統里面流動的還是英文字符。所以，就像你能聽懂英語，也能聽懂中文。最根本的問題是：你不可以寫中文。

當你決定要寫什么東西的時候，首先要決定的一件事情是用那種語言，對于計算機來說就是你要是用哪一種字符集，你就必須告訴你的linux系統，你想用那一本密碼本去寫你想要寫的東西。知道為什么需要用GB2312字符集去瀏覽新浪了吧，因為新浪的網頁是用GB2312寫的。

為了讓你的Linux能夠輸入中文，就需要把系統的locale設定成中文的(嚴格說來是locale中的語言類別LC_CTYPE )，例如 zh_CN.GB2312、zh_CN.GB18030或者zh_CN.UTF-8。很多人都不明白這些古里古怪的表達方式。這個外星表達式規定了什么東西呢？這個問題稍后詳述，現在只需要知道，這是locale的表達方式就可以了。

locale這個單詞中文翻譯成地區或者地域，其實這個單詞包含的意義要寬泛很多。Locale是根據計算機用戶所使用的語言，所在國家或者地區，以及當地的文化傳統所定義的一個軟件運行時的語言環境。

[oracle@game ~]$ locale
LANG=en_US.UTF-8
LC_CTYPE="en_US.UTF-8"
LC_NUMERIC="en_US.UTF-8"
LC_TIME="en_US.UTF-8"
LC_COLLATE="en_US.UTF-8"
LC_MONETARY="en_US.UTF-8"
LC_MESSAGES="en_US.UTF-8"
LC_PAPER="en_US.UTF-8"
LC_NAME="en_US.UTF-8"
LC_ADDRESS="en_US.UTF-8"
LC_TELEPHONE="en_US.UTF-8"
LC_MEASUREMENT="en_US.UTF-8"
LC_IDENTIFICATION="en_US.UTF-8"
LC_ALL=en_US.UTF-8
[oracle@game ~]$

locale把按照所涉及到的文化傳統的各個方面分成12個大類，這12個大類分別是：

1、語言符號及其分類(LC_CTYPE)
2、數字(LC_NUMERIC)
3、比較和排序習慣(LC_COLLATE)
4、時間顯示格式(LC_TIME)
5、貨幣單位(LC_MONETARY)
6、信息主要是提示信息,錯誤信息,狀態信息,標題,標簽,按鈕和菜單等(LC_MESSAGES)
7、姓名書寫方式(LC_NAME)
8、地址書寫方式(LC_ADDRESS)
9、電話號碼書寫方式(LC_TELEPHONE)
10、度量衡表達方式 (LC_MEASUREMENT)
11、默認紙張尺寸大小(LC_PAPER)
12、對locale自身包含信息的概述(LC_IDENTIFICATION)。

所以說，locale就是某一個地域內的人們的語言習慣和文化傳統和生活習慣。一個地區的locale就是根據這幾大類的習慣定義的，這些locale定義文件放在/usr/share/i18n/locales目錄下面，例如en_US, zh_CN and de_DE@euro都是locale的定義文件，這些文件都是用文本格式書寫的，你可以用寫字板打開，看看里邊的內容，當然出了有限的注釋以外，大部分東西可能你都看不懂，因為是用的Unicode的字符索引方式。

[oracle@game ~]$ cd /usr/share/i18n/locales
[oracle@game locales]$ ls
aa_DJ        ar_YE       el_GR       es_ES       fr_CH           iso14651_t1 ne_NP       so_ET                  translit_hangul
aa_ER        az_AZ       el_GR@euro es_ES@euro fr_FR           it_CH        nl_BE       so_KE                  translit_narrow
aa_ER@saaho be_BY       en_AU       es_GT       fr_FR@euro      it_IT        nl_BE@euro so_SO                  translit_neutral
aa_ET        bg_BG       en_BW       es_HN       fr_LU           it_IT@euro   nl_NL       sq_AL                  translit_small
af_ZA        bn_BD       en_CA       es_MX       fr_LU@euro      iw_IL        nl_NL@euro sr_CS                  translit_wide
am_ET        bn_IN       en_DK       es_NI       ga_IE           ja_JP        nn_NO       st_ZA                  tr_TR
an_ES        br_FR       en_GB       es_PA       ga_IE@euro      ka_GE        no_NO       sv_FI                  tt_RU
ar_AE        br_FR@euro en_HK       es_PE       gd_GB           kk_KZ        oc_FR       sv_FI@euro             uk_UA
ar_BH        bs_BA       en_IE       es_PR       gez_ER          kl_GL        om_ET       sv_SE                  ur_PK
ar_DZ        byn_ER      en_IE@euro es_PY       gez_ER@abegede kn_IN        om_KE       ta_IN                  uz_UZ
ar_EG        ca_ES       en_IN       es_SV       gez_ET          ko_KR        pa_IN       te_IN                  uz_UZ@cyrillic
ar_IN        ca_ES@euro en_NZ       es_US       gez_ET@abegede kw_GB        pl_PL       tg_TJ                  vi_VN
ar_IQ        cs_CZ       en_PH       es_UY       gl_ES           lg_UG        POSIX       th_TH                  wa_BE
ar_JO        cy_GB       en_SG       es_VE       gl_ES@euro      lo_LA        pt_BR       ti_ER                  wa_BE@euro
ar_KW        da_DK       en_US       et_EE       gu_IN           lt_LT        pt_PT       ti_ET                  wal_ET
ar_LB        de_AT       en_ZA       eu_ES       gv_GB           lv_LV        pt_PT@euro tig_ER                 xh_ZA
ar_LY        de_AT@euro en_ZW       eu_ES@euro he_IL           mi_NZ        ro_RO       tl_PH                  yi_US
ar_MA        de_BE       es_AR       fa_IR       hi_IN           mk_MK        ru_RU       translit_circle        zh_CN
ar_OM        de_BE@euro es_BO       fi_FI       hr_HR           ml_IN        ru_UA       translit_cjk_compat    zh_HK
ar_QA        de_CH       es_CL       fi_FI@euro hu_HU           mn_MN        se_NO       translit_cjk_variants zh_SG
ar_SA        de_DE       es_CO       fo_FO       hy_AM           mr_IN        sid_ET      translit_combining     zh_TW
ar_SD        de_DE@euro es_CR       fr_BE       i18n            ms_MY        sk_SK       translit_compat        zu_ZA
ar_SY        de_LU       es_DO       fr_BE@euro id_ID           mt_MT        sl_SI       translit_font
ar_TN        de_LU@euro es_EC       fr_CA       is_IS           nb_NO        so_DJ       translit_fraction
[oracle@game locales]$

對于de_DE@euro的一點說明，@后邊是修正項，也就是說你可以看到兩個德國的locale：/usr/share/i18n/locales /de_DE@euro和/usr/share/i18n/locales/de_DE。打開這兩個locale定義，你就會知道它們的差別在于 de_DE@euro使用的是歐洲的排序、比較和縮進習慣，而de_DE用的是德國的標準習慣。

上面我們說到了zh_CN.GB18030的前半部分，后半部分是什么呢？大部分Linux用戶都知道是系統采用的字符集。

zh_CN.GB2312到底是在說什么？ Locale是軟件在運行時的語言環境, 它包括語言(Language), 地域 (Territory) 和字符集(Codeset)。一個locale的書寫格式為: 語言[_地域[.字符集]]。所以說呢，locale總是和一定的字符集相聯系的。下面舉幾個例子：

1、我說中文，身處中華人民共和國，使用國標2312字符集來表達字符。zh_CN.GB2312＝中文_中華人民共和國＋國標2312字符集。

2、我說中文，身處中華人民共和國，使用國標18030字符集來表達字符。zh_CN.GB18030＝中文_中華人民共和國＋國標18030字符集。

3、我說中文，身處中華人民共和國臺灣省，使用國標Big5字符集來表達字符。zh_TW.BIG5=中文_臺灣.大五碼字符集

4、我說英文，身處大不列顛，使用ISO-8859-1字符集來表達字符。 en_GB.ISO-8859-1=英文_大不列顛.ISO-8859-1字符集

5、我說德語，身處德國，使用UTF-8字符集，習慣了歐洲風格。de_DE.UTF-8@euro＝德語_德國.UTF-8字符集@按照歐洲習慣加以修正，注意不是de_DE@euro.UTF-8，所以完全的locale表達方式是 [語言[_地域][.字符集] [@修正值]。

其中，與中文輸入關系最密切的就是LC_CTYPE，LC_CTYPE規定了系統內有效的字符以及這些字符的分類，諸如什么是大寫字母，小寫字母，大小寫轉換，標點符號、可打印字符和其他的字符屬性等方面。而locale定義zh_CN中最最重要的一項就是定義了漢字(Class“hanzi”)這一個大類，當然也是用Unicode描述的，這就讓中文字符在Linux系統中成為合法的有效字符，而且不論它們是用什么字符集編碼的。

怎樣設定locale呢？

設定locale就是設定12大類的locale分類屬性，即12個LC_*。除了這12個變量可以設定以外，為了簡便起見，還有兩個變量：LC_ALL和LANG。它們之間有一個優先級的關系：LC_ALL > LC_* >LANG。可以這么說，LC_ALL是最上級設定或者強制設定，而LANG是默認設定值。

1、如果你設定了LC_ALL＝zh_CN.UTF-8，那么不管LC_*和LANG設定成什么值，它們都會被強制服從LC_ALL的設定，成為 zh_CN.UTF-8。

2、假如你設定了LANG＝zh_CN.UTF-8，而其他的LC_*=en_US.UTF-8，并且沒有設定LC_ALL的話，那么系統的locale設定以LC_*=en_US.UTF-8。

3、假如你設定了LANG＝zh_CN.UTF-8，而其他的LC_*，和LC_ALL均未設定的話，系統會將LC_*設定成默認值，也就是LANG的值zh_CN.UTF-8。

4、假如你設定了LANG＝zh_CN.UTF-8，而其他的LC_CTYPE=en_US.UTF-8，其他的LC_*，和LC_ALL均未設定的話，那么系統的locale設定將是：LC_CTYPE=en_US.UTF-8，其余的 LC_COLLATE，LC_MESSAGES等等均會采用默認值，也就是 LANG的值，也就是LC_COLLATE＝LC_MESSAGES＝……＝ LC_PAPER＝LANG＝zh_CN.UTF-8。

所以，locale是這樣設定的：

1、如果你需要一個純中文的系統的話，設定LC_ALL= zh_CN.XXXX，或者LANG=zh_CN.XXXX都可以，當然你可以兩個都設定，但正如上面所講，LC_ALL的值將覆蓋所有其他的locale設定，不要作無用功。

2、如果你只想要一個可以輸入中文的環境，而保持菜單、標題，系統信息等等為英文界面，那么只需要設定 LC_CTYPE＝zh_CN.XXXX，LANG=en_US.XXXX就可以了。這樣LC_CTYPE＝zh_CN.XXXX，而LC_COLLATE＝LC_MESSAGES＝……＝ LC_PAPER＝LANG＝en_US.XXXX。

3、假如你高興的話，可以把12個LC_*一一設定成你需要的值，打造一個古靈精怪的系統： LC_CTYPE＝zh_CN.GBK/GBK(使用中文編碼內碼GBK字符集)； LC_NUMERIC=en_GB.ISO-8859-1(使用大不列顛的數字系統) LC_MEASUREMEN=de_DE@euro.ISO-8859-15(德國的度量衡使用ISO-8859-15字符集) 羅馬的地址書寫方式，美國的紙張設定……。估計沒人這么干吧。

4、假如你什么也不做的話，也就是LC_ALL，LANG和LC_*均不指定特定值的話，系統將采用POSIX作為lcoale，也就是C locale。

另外LANG和LANGUAGE有什么區別呢？

LANG - Specifies the default locale for all unset locale variables
LANGUAGE - Most programs use this for the language of its interface
LANGUAGE是設置應用程序的界面語言。而LANG是優先級很低的一個變量，它指定所有與locale有關的變量的默認值，

posted on 2009-05-18 22:48 jinfeng_wang 閱讀(1464) 評論(0) 編輯收藏所屬分類: ZZ 、Linux

新用戶注冊刷新評論列表


只有注冊用戶登錄后才能發表評論。




網站導航: 博客園 IT新聞 Chat2DB C++博客博問管理
相關文章: log4jdbc and hibernate 談談網站靜態化 zz 億萬用戶網站MySpace的成功秘密 zz Web 2.0網站性能調優實踐 zz Network Programming Using Libevent zz 億級數據的高并發通用搜索引擎架構設計zz 用rsync實現網站鏡像和備份 zz IP別名+TCP轉發+端口映射實現跨網絡訪問zz 文字コードについて（シフトJISの問題） zz SQL Performance Analyzer in Oracle Database 11g Release 1 zz