第 8 章 国际化和本地化

“double quoted text” is not "double quoted ASCII"
‘single quoted text’ is not 'single quoted ASCII'

为了支持更多字符，许多字符集和编码系统被用来支持多语言。（参见 表 11.2 “编码值和用法的列表”）。

Unicode 字符集可以用 21 位码点范围来显示几乎所有人类已知的字符（例如，十六进制的 0 到 10FFFF）。

文本编码系统 UTF-8 将 Unicode 码点适配到一个合理的 8 位数据流，并大部分兼容 ASCII 数据处理系统。这个使 UTF-8 作为现代推荐的选择。UTF 表示 Unicode 转换格式（Unicode Transformation Format）。当 ASCII 纯文本数据转换为 UTF-8 数据，它有和原始 ASCII 完全一样的内容和大小。所以配置 UTF-8 语言环境不会有任何丢失。

在 UTF-8 语言环境下兼容的应用程序，你可以显示和编辑外语文本数据，在所要求的字体和输入法安装和启用后。例如在"LANG=fr_FR.UTF-8"语言环境下，gedit(1) (GNOME 桌面的文本编辑器) 能够显示和编辑中文字符文本数据，而显示的菜单是法语。

	提示
	新标准的 "en_US.UTF-8"和老标准的"C"/"POSIX"语言环境都使用标准的 US 英文消息，它们在排序等方面有细微的不同。在维护老的"C"本地行为时，如果你不仅想处理 ASCII 字符，同时还想优雅的处理 UTF-8 编码的字符，在 Debian 上使用非标准的 "C.UTF-8"语言环境。

	注意
	一些程序在支持 I8N 后会消耗更多的内存。这是因为它们为了速度优化，而在内部使用 UTF-32(UCS4) 来支持 Unicode，并且每个独立于语言环境所选的 ASCII 字符数据都会消耗 4 个字节。再一次地，使用 UTF-8 语言环境并不会使你损失什么。

# dpkg-reconfigure locales

设置在 "/etc/default/locale" 里的系统范围的默认语言环境，可以被 GUI（图形用户界面）应用程序的 GUI 配置覆盖。

	注意
	所使用的确切传统编码系统可以通过 “/usr/share/i18n/SUPPORTED” 来确认。因此， "LANG=en_US" 是 "LANG=en_US.ISO-8859-1"。

locales-all 软件包有所有预编译的语言环境数据，但是不创建"/etc/default/locale"，你可能还需要安装 locales 软件包。

	提示
	一些 Debian 系发行版的 locales 软件包，包含有所有语言环境的预先编译好的语言环境数据。为了模拟这样的系统环境，你需要同时在 Debian 安装 locales 和 locales-all 软件包。

对于跨平台的数据交换(参见 第 10.1.7 节 “可移动存储设备”),你需要使用特殊的编码挂载文件系统.举个例子，不使用选项时，mount(8) 假设 vfat 文件系统 使用 CP437. 你需要给文件名提供明确的挂载选项来使用UTF-8 或 CP932.

	注意
	在 GNOME 这类的现代桌面环境下，当自动挂载一个热拔插 U 盘时，你可以提供这样的挂载选项。右击桌面上的图标，点击 "Drive" , "Setting", 输入 "utf8" 到 "Mount options:". 当这个 U 盘下次挂载时，UTF-8 就可以了。

	注意
	如果你在升级一个系统，或者从老的非 UTF-8 系统迁移磁盘，非 ASCII 字符的文件名也许是使用老旧的 ISO-8859-1 或 eucJP 来编码. 请寻求文本转换工具把他们转换到 UTF-8. 参见 第 11.1 节 “文本数据转换工具”.

在默认情况下，Samba 对新的客户端(Windows NT, 200x, XP)使用 Unicode，但对老的客户端(DOS 和 Windows 9x/Me)使用 CP850.可以在 "/etc/samba/smb.conf" 文件里面，使用"dos charset" 来改变老客户端的这个默认编码。比如说，CP932 表示为日语。

在 Debian 系统中显示的许多文档和文本信息有翻译存在，比如错误信息、标准程序输出、菜单和手册页。GNU gettext(1) 命令工具链是大部分翻译活动的后端工具。

aptitude(8) 里，"Tasks" → "Localization" 提供一个有用的二进制包扩展列表， 给应用程序增加本地化信息和提供翻译文档。

举个例子，你可以安装 manpages-LANG 包来获得本地化 man 手册页信息。从 "/usr/share/man/it/" 来读取 programname 意大利语的 man 手册页 ,执行下面的操作。

LANG=it_IT.UTF-8 man programname

通过 $LANGUAGE 环境变量，GNU gettext 能够适应翻译语言的优先级列表。例如：

 $ export LANGUAGE="pt:pt_BR:es:it:fr"

获取更多信息，参见 info gettext ，阅读 "The LANGUAGE variable" 章节。

sort(1) 和 ls(1)的字符排序受语言环境 locale 影响。导出 LANG=en_US.UTF-8，排序用字典 A->a->B->b...->Z->z 顺序，而导出 LANG=C.UTF-8，排序使用 ASCII 二进制 A->B->...->Z->a->b... 顺序。

ls(1) 的日期格式受语言环境影响(参见 第 9.3.4 节 “定制时间和日期的显示”)。

date(1)程序的日期格式受语言环境的影响。例如：

 $ unset LC_ALL
 $ LANG=en_US.UTF-8 date
Thu Dec 24 08:30:00 PM JST 2023
 $ LANG=en_GB.UTF-8 date
Thu 24 Dec 20:30:10 JST 2023
 $ LANG=es_ES.UTF-8 date
jue 24 dic 2023 20:30:20 JST
 $ LC_TIME=en_DK.UTF-8 date
2023-12-24T20:30:30 JST

不同语言环境的数字标点不一样。比如说，英语语言环境中, 一千点一显示为 "1,000.1"，而在德语语言环境中,它显示为 "1.000,1"。你可以在电子表格程序里面看到这个不同。

"$LANG" 环境变量的每一个细节特征能够通过设置 "$LC_*" 变量来覆盖。这些环境变量又能够通过设置 “$LC_ALL”变量而被再次覆盖。细节参见 locale(7) man 手册页。除非你有强烈的理由创建复杂的配置，请远离他们并只使用 "$LANG" 变量来设置一个 UTF-8 语言环境。

# dpkg-reconfigure keyboard-configuration

对于 Linux 控制台和 X 窗口系统，这将更新在 "/etc/default/keyboard"里的配置参数。许多非 ASCII 字符，包括许多欧洲语言使用的重音字符，可以使用 死键、AltGr 键 和 组合键 来输入它们。

	注意
	如果 ibus 激活，即使在基于传统的 X 的桌面环境下，通过 setxkbmap 配置的传统的 X 键盘，也会被 ibus 覆盖。你能够禁用安装的 ibus，使用 im-config 设置输入法为"None"。更多信息，参见 Debian 维基：键盘。

不像 X 窗口协议，Wayland 核心协议甚至不支持重音字符输入。流行的 Wayland 合成器，比如 GNOME 的 Mutter 或 KDE 的 KWin，实现了用于文本输入的 text-input-unstable-v3 扩展协议（参见 当前 Wayland 协议和它们支持的状态）。

text-input-unstable-v3 协议和 Wayland 输入法一起工作得很好（参见 Wayland 输入法项目post-mortem）。

下面是 IBus 和它的插件软件包列表。

Fcitx（版本号5）输入法框架在中国广受欢迎并与"ibus"兼容。

下面是"fcitx5"和它的插件软件包列表。

# dpkg-reconfigure console-setup

有几个组件可以用来配置字符控制台和 ncurses(3) 系统功能。

如果 xterm 的 terminfo 对非 Debian 的 xterm 不起作用，则当你从远程登录到 Debian 系统时，你需要改变你的终端类型 “$TERM”，从 “xterm” 更改为功能受限的版本（例如 “xterm-r6”）。更多内容参见 “/usr/share/doc/libncurses5/FAQ”。“dumb” 是 “$TERM” 中最通用的。

在东亚语言环境下，方框绘制、希腊字符和西里尔字符可能会显示得比你预期的样子更宽，这样会导致终端输出排列不再整齐（参见 Unicode 标准附录 #11，4.2 Ambiguous 字符）。

您可以绕过这个问题：