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 - 491751
排名 - 103

閱讀排行榜

/etc/sysconfig/i18n

locale 是國(guó)際化與本土化過(guò)程中的一個(gè)非常重要的概念，個(gè)人認(rèn)為，對(duì)于中文用戶來(lái)說(shuō)，通常會(huì)涉及到的國(guó)際化或者本土化，大致包含三個(gè)方面：看中文，寫中文，與 window中文系統(tǒng)的兼容和通信。從實(shí)際經(jīng)驗(yàn)上看來(lái)，locale的設(shè)定與看中文關(guān)系不大，但是與寫中文，及window分區(qū)的掛載方式有很密切的關(guān)系。本人認(rèn)為就像一個(gè)純英文的Windows能夠?yàn)g覽中文，日文或者意大利文網(wǎng)頁(yè)一樣，你不需要設(shè)定locale就可以看中文。那么，為什么要設(shè)定 locale呢？什么時(shí)候會(huì)用到locale呢？

Tags: locale 設(shè)定原因解釋

一、為什么要設(shè)定locale 正如前面我所講的，設(shè)定locale與你能否瀏覽中文的網(wǎng)頁(yè)沒(méi)有直接的關(guān)系，即便你把locale設(shè)置成 en_US.ISO-8859-1這樣一個(gè)標(biāo)準(zhǔn)的英文locale你照樣可以瀏覽中文的網(wǎng)頁(yè)，只要你的系統(tǒng)里面有相應(yīng)的字符集（這個(gè)都不一定需要）和合適的字體（如simsun），瀏覽器就可以把網(wǎng)頁(yè)翻譯成中文給你看。具體的過(guò)程是網(wǎng)絡(luò)把網(wǎng)頁(yè)傳送到你的機(jī)器上之后，瀏覽器會(huì)判斷相應(yīng)的編碼的字符集，根據(jù)網(wǎng)頁(yè)采用的字符集，去字體庫(kù)里面找合適的字體，然后由文字渲染工具把相應(yīng)的文字在屏幕上顯示出來(lái)。

在下文本人會(huì)偶爾把字符集比喻成密碼本，個(gè)人覺(jué)得對(duì)于一些東西比較容易理解，假如你不習(xí)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(shí)候網(wǎng)頁(yè)顯示亂碼或者都是方框是怎么回事呢？個(gè)人認(rèn)為，顯示亂碼是因?yàn)樵O(shè)定的字符集不對(duì)(或者沒(méi)有相應(yīng)的字符集)，例如網(wǎng)頁(yè)是用UTF-8編碼的，你非要用GB2312去看，而系統(tǒng)根據(jù)GB2312去找字體，然后在屏幕上顯示，當(dāng)然是一堆的亂碼，也就是說(shuō)你用一個(gè)錯(cuò)誤的密碼本去翻譯發(fā)給你的電報(bào)，當(dāng)然內(nèi)容那叫一個(gè)亂；至于有些時(shí)候?yàn)g覽的網(wǎng)頁(yè)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(shuō)明瀏覽器已經(jīng)正確的判斷出了網(wǎng)頁(yè)的編碼，并在字體庫(kù)里面找到了相應(yīng)的文字，但是并不是每個(gè)字體庫(kù)都包含某個(gè)字符集全部的字體的緣故，有些時(shí)候會(huì)顯示不完全，找一個(gè)比較全的支持較多字符集的字體就可以了。

既然我能夠?yàn)g覽中文網(wǎng)頁(yè)，那為什么我還要設(shè)定locale呢？

其實(shí)你有沒(méi)有想過(guò)這么一個(gè)問(wèn)題，為什么gentoo官方論壇上中文論壇的網(wǎng)頁(yè)是用UTF-8編碼的（雖然大家一直強(qiáng)烈建議用GB2312編碼），但是新浪網(wǎng)就是用GB2312編碼的呢？而Xorg的官方網(wǎng)頁(yè)竟然是ISO-8859-15編碼的，我沒(méi)有設(shè)定這個(gè)locale怎么一樣的能瀏覽呢？這個(gè)問(wèn)題就像是你有所有的密碼本，不論某個(gè)網(wǎng)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(guò)來(lái)，但問(wèn)題是雖然你能瀏覽中文網(wǎng)頁(yè)，但是在整個(gè)操作系統(tǒng)里面流動(dòng)的還是英文字符。所以，就像你能聽(tīng)懂英語(yǔ)，也能聽(tīng)懂中文。最根本的問(wèn)題是：你不可以寫中文。

當(dāng)你決定要寫什么東西的時(shí)候，首先要決定的一件事情是用那種語(yǔ)言，對(duì)于計(jì)算機(jī)來(lái)說(shuō)就是你要是用哪一種字符集，你就必須告訴你的linux系統(tǒng)，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?yàn)樾吕说木W(wǎng)頁(yè)是用GB2312寫的。

為了讓你的Linux能夠輸入中文，就需要把系統(tǒng)的locale設(shè)定成中文的(嚴(yán)格說(shuō)來(lái)是locale中的語(yǔ)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(dá)方式。這個(gè)外星表達(dá)式規(guī)定了什么東西呢？這個(gè)問(wèn)題稍后詳述，現(xiàn)在只需要知道，這是locale的表達(dá)方式就可以了。

locale這個(gè)單詞中文翻譯成地區(qū)或者地域，其實(shí)這個(gè)單詞包含的意義要寬泛很多。Locale是根據(jù)計(jì)算機(jī)用戶所使用的語(yǔ)言，所在國(guó)家或者地區(qū)，以及當(dāng)?shù)氐奈幕瘋鹘y(tǒng)所定義的一個(gè)軟件運(yùn)行時(shí)的語(yǔ)言環(huán)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(tǒng)的各個(gè)方面分成12個(gè)大類，這12個(gè)大類分別是：

1、語(yǔ)言符號(hào)及其分類(LC_CTYPE)
2、數(shù)字(LC_NUMERIC)
3、比較和排序習(xí)慣(LC_COLLATE)
4、時(shí)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(cuò)誤信息,狀態(tài)信息,標(biāo)題,標(biāo)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(hào)碼書寫方式(LC_TELEPHONE)
10、度量衡表達(dá)方式 (LC_MEASUREMENT)
11、默認(rèn)紙張尺寸大小(LC_PAPER)
12、對(duì)locale自身包含信息的概述(LC_IDENTIFICATION)。

所以說(shuō)，locale就是某一個(gè)地域內(nèi)的人們的語(yǔ)言習(xí)慣和文化傳統(tǒng)和生活習(xí)慣。一個(gè)地區(qū)的locale就是根據(jù)這幾大類的習(xí)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(kāi)，看看里邊的內(nèi)容，當(dāng)然出了有限的注釋以外，大部分東西可能你都看不懂，因?yàn)槭怯玫腢nicode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(duì)于de_DE@euro的一點(diǎn)說(shuō)明，@后邊是修正項(xiàng)，也就是說(shuō)你可以看到兩個(gè)德國(guó)的locale：/usr/share/i18n/locales /de_DE@euro和/usr/share/i18n/locales/de_DE。打開(kāi)這兩個(gè)locale定義，你就會(huì)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(jìn)習(xí)慣，而de_DE用的是德國(guó)的標(biāo)準(zhǔn)習(xí)慣。

上面我們說(shuō)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(tǒng)采用的字符集。

zh_CN.GB2312到底是在說(shuō)什么？ Locale是軟件在運(yùn)行時(shí)的語(yǔ)言環(huán)境, 它包括語(yǔ)言(Language), 地域 (Territory) 和字符集(Codeset)。一個(gè)locale的書寫格式為: 語(yǔ)言[_地域[.字符集]]。所以說(shuō)呢，locale總是和一定的字符集相聯(lián)系的。下面舉幾個(gè)例子：

1、我說(shuō)中文，身處中華人民共和國(guó)，使用國(guó)標(biāo)2312字符集來(lái)表達(dá)字符。zh_CN.GB2312＝中文_中華人民共和國(guó)＋國(guó)標(biāo)2312字符集。

2、我說(shuō)中文，身處中華人民共和國(guó)，使用國(guó)標(biāo)18030字符集來(lái)表達(dá)字符。zh_CN.GB18030＝中文_中華人民共和國(guó)＋國(guó)標(biāo)18030字符集。

3、我說(shuō)中文，身處中華人民共和國(guó)臺(tái)灣省，使用國(guó)標(biāo)Big5字符集來(lái)表達(dá)字符。zh_TW.BIG5=中文_臺(tái)灣.大五碼字符集

4、我說(shuō)英文，身處大不列顛，使用ISO-8859-1字符集來(lái)表達(dá)字符。 en_GB.ISO-8859-1=英文_大不列顛.ISO-8859-1字符集

5、我說(shuō)德語(yǔ)，身處德國(guó)，使用UTF-8字符集，習(xí)慣了歐洲風(fēng)格。de_DE.UTF-8@euro＝德語(yǔ)_德國(guó).UTF-8字符集@按照歐洲習(xí)慣加以修正，注意不是de_DE@euro.UTF-8，所以完全的locale表達(dá)方式是 [語(yǔ)言[_地域][.字符集] [@修正值]。

其中，與中文輸入關(guān)系最密切的就是LC_CTYPE，LC_CTYPE規(guī)定了系統(tǒng)內(nèi)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(zhuǎn)換，標(biāo)點(diǎn)符號(hào)、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(xiàng)就是定義了漢字(Class“hanzi”)這一個(gè)大類，當(dāng)然也是用Unicode描述的，這就讓中文字符在Linux系統(tǒng)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(shè)定locale呢？

設(shè)定locale就是設(shè)定12大類的locale分類屬性，即12個(gè)LC_*。除了這12個(gè)變量可以設(shè)定以外，為了簡(jiǎn)便起見(jiàn)，還有兩個(gè)變量：LC_ALL和LANG。它們之間有一個(gè)優(yōu)先級(jí)的關(guān)系：LC_ALL > LC_* >LANG。可以這么說(shuō)，LC_ALL是最上級(jí)設(shè)定或者強(qiáng)制設(shè)定，而LANG是默認(rèn)設(shè)定值。

1、如果你設(shè)定了LC_ALL＝zh_CN.UTF-8，那么不管LC_*和LANG設(shè)定成什么值，它們都會(huì)被強(qiáng)制服從LC_ALL的設(shè)定，成為 zh_CN.UTF-8。

2、假如你設(shè)定了LANG＝zh_CN.UTF-8，而其他的LC_*=en_US.UTF-8，并且沒(méi)有設(shè)定LC_ALL的話，那么系統(tǒng)的locale設(shè)定以LC_*=en_US.UTF-8。

3、假如你設(shè)定了LANG＝zh_CN.UTF-8，而其他的LC_*，和LC_ALL均未設(shè)定的話，系統(tǒng)會(huì)將LC_*設(shè)定成默認(rèn)值，也就是LANG的值z(mì)h_CN.UTF-8。

4、假如你設(shè)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(shè)定的話，那么系統(tǒng)的locale設(shè)定將是：LC_CTYPE=en_US.UTF-8，其余的 LC_COLLATE，LC_MESSAGES等等均會(huì)采用默認(rèn)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(shè)定的：

1、如果你需要一個(gè)純中文的系統(tǒng)的話，設(shè)定LC_ALL= zh_CN.XXXX，或者LANG=zh_CN.XXXX都可以，當(dāng)然你可以兩個(gè)都設(shè)定，但正如上面所講，LC_ALL的值將覆蓋所有其他的locale設(shè)定，不要作無(wú)用功。

2、如果你只想要一個(gè)可以輸入中文的環(huán)境，而保持菜單、標(biāo)題，系統(tǒng)信息等等為英文界面，那么只需要設(shè)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(gè)LC_*一一設(shè)定成你需要的值，打造一個(gè)古靈精怪的系統(tǒng)： LC_CTYPE＝zh_CN.GBK/GBK(使用中文編碼內(nèi)碼GBK字符集)； LC_NUMERIC=en_GB.ISO-8859-1(使用大不列顛的數(shù)字系統(tǒng)) LC_MEASUREMEN=de_DE@euro.ISO-8859-15(德國(guó)的度量衡使用ISO-8859-15字符集) 羅馬的地址書寫方式，美國(guó)的紙張?jiān)O(shè)定……。估計(jì)沒(méi)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(tǒng)將采用POSIX作為lcoale，也就是C locale。

另外LANG和LANGUAGE有什么區(qū)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(shè)置應(yīng)用程序的界面語(yǔ)言。而LANG是優(yōu)先級(jí)很低的一個(gè)變量，它指定所有與locale有關(guān)的變量的默認(rèn)值，

posted on 2009-05-18 22:48 jinfeng_wang 閱讀(1465) 評(píng)論(0) 編輯收藏所屬分類: ZZ 、Linux

新用戶注冊(cè) 刷新評(píng)論列表


只有注冊(cè)用戶登錄后才能發(fā)表評(píng)論。




網(wǎng)站導(dǎo)航: 博客園 IT新聞 Chat2DB C++博客博問(wèn) 管理
相關(guān)文章: log4jdbc and hibernate 談?wù)劸W(wǎng)站靜態(tài)化 zz 億萬(wàn)用戶網(wǎng)站MySpace的成功秘密 zz Web 2.0網(wǎng)站性能調(diào)優(yōu)實(shí)踐 zz Network Programming Using Libevent zz 億級(jí)數(shù)據(jù)的高并發(fā)通用搜索引擎架構(gòu)設(shè)計(jì)zz 用rsync實(shí)現(xiàn)網(wǎng)站鏡像和備份 zz IP別名+TCP轉(zhuǎn)發(fā)+端口映射實(shí)現(xiàn)跨網(wǎng)絡(luò)訪問(wèn)zz 文字コードについて（シフトJISの問(wèn)題） zz SQL Performance Analyzer in Oracle Database 11g Release 1 zz