LANG,LC_ALL,locale详解
locale 是国际化与本土化过程当中的一个很是重要的概念，我的认为，对于中文用户来讲，一般会涉及到的国际化或者本土化，大体包含三个方面：看中文，写中文，与 window中文系统的兼容和通讯。从实际经验上看来，locale的设定与看中文关系不大，可是与写中文，及window分区的挂载方式有很密切的关 系。本人认为就像一个纯英文的Windows可以浏览中文，日文或者意大利文网页同样，你不须要设定locale就能够看中文。那么，为何要设定 locale呢？何时会用到locale呢？
Tags: locale 设定 缘由 解释
1、为何要设定locale 正如前面我所讲的，设定locale与你可否浏览中文的网页没有直接的关系，即使你把locale设置成 en_US.ISO-8859-1这样一个标准的英文locale你照样能够浏览中文的网页，只要你的系统里面有相应的字符集（这个都不必定须要）和合适 的字体（如simsun），浏览器就能够把网页翻译成中文给你看。具体的过程是网络把网页传送到你的机器上以后，浏览器会判断相应的编码的字符集，根据网 页采用的字符集，去字体库里面找合适的字体，而后由文字渲染工具把相应的文字在屏幕上显示出来。
在下文本人会偶尔把字符集比喻成密码本，我的以为对于一些东西比较容易理解，假如你不习惯的话，把全文copy到任何文本编辑器，用字符集替换密码本便可。
那有时候网页显示乱码或者都是方框是怎么回事呢？我的认为，显示乱码是由于设定的字符集不对(或者没有相应的字符集)，例如网页是用UTF-8编码的，你 非要用GB2312去看，而系统根据GB2312去找字体，而后在屏幕上显示，固然是一堆的乱码，也就是说你用一个错误的密码本去翻译发给你的电报，固然 内容那叫一个乱；至于有些时候浏览的网页能显示一部分汉字，但有不少的地方是方框，可以显示汉字说明浏览器已经正确的判断出了网页的编码，并在字体库里面 找到了相应的文字，可是并非每一个字体库都包含某个字符集所有的字体的缘故，有些时候会显示不彻底，找一个比较全的支持较多字符集的字体就能够了。
既然我可以浏览中文网页，那为何我还要设定locale呢？
其实你有没有想过这么一个问题，为何gentoo官方论坛上中文论坛的网页是用UTF-8编码的（虽然你们一直强烈建议用GB2312编码），可是新浪 网就是用GB2312编码的呢？而Xorg的官方网页居然是ISO-8859-15编码的，我没有设定这个locale怎么同样的能浏览呢？这个问题就像 是你有全部的密码本，不论某个网站是用什么字符集编码的，你均可以用你手里的密码本把他们翻译过来，但问题是虽然你能浏览中文网页，可是在整个操做系统里 面流动的仍是英文字符。因此，就像你能听懂英语，也能听懂中文。 最根本的问题是：你不能够写中文。
当你决定要写什么东西的时候，首先要决定的一件事情是用那种语言，对于计算机来讲就是你要是用哪种字符集，你就必须告诉你的linux系统，你想用那一 本密码本去写你想要写的东西。知道为何须要用GB2312字符集去浏览新浪了吧，由于新浪的网页是用GB2312写的。
为了让你的Linux可以输入中文，就须要把系统的locale设定成中文的(严格说来是locale中的语言类别LC_CTYPE )，例如 zh_CN.GB23十二、zh_CN.GB18030或者zh_CN.UTF-8。不少人都不明白这些古里古怪的表达方式。这个外星表达式规定了什么东 西呢？这个问题稍后详述，如今只须要知道，这是locale的表达方式就能够了。
2、到底什么是locale？ locale这个单词中文翻译成地区或者地域，其实这个单词包含的意义要宽泛不少。Locale是根据计算机用户所使用的语言，所在国家或者地区，以及当地的文化传统所定义的一个软件运行时的语言环境。
这个用户环境能够按照所涉及到的文化传统的各个方面分红几个大类，一般包括用户所使用的语言符号及其分类(LC_CTYPE)，数字 (LC_NUMERIC)，比较和排序习惯(LC_COLLATE)，时间显示格式(LC_TIME)，货币单位(LC_MONETARY)，信息主要是 提示信息,错误信息, 状态信息, 标题, 标签, 按钮和菜单等(LC_MESSAGES)，姓名书写方式(LC_NAME)，地址书写方式 (LC_ADDRESS)，电话号码书写方式 (LC_TELEPHONE)，度量衡表达方式(LC_MEASUREMENT)，默认纸张尺寸大小 (LC_PAPER)和locale对自身包含信息的概述(LC_IDENTIFICATION)。
因此说，locale就是某一个地域内的人们的语言习惯和文化传统和生活习惯。一个地区的locale就是根据这几大类的习惯定义的，这些 locale定义文件放在/usr/share/i18n/locales目录下面，例如en_US, zh_CN and de_DE@euro都是 locale的定义文件，这些文件都是用文本格式书写的，你能够用写字板打开，看看里边的内容，固然出了有限的注释之外，大部分东西可能你都看不懂，由于 是用的Unicode的字符索引方式。
对于de_DE@euro的一点说明，@后边是修正项，也就是说你能够看到两个德国的locale： /usr/share/i18n/locales/de_DE@euro /usr/share/i18n/locales/de_DE 打开这两个 locale定义，你就会知道它们的差异在于de_DE@euro使用的是欧洲的排序、比较和缩进习惯，而de_DE用的是德国的标准习惯。
上面咱们说到了zh_CN.GB18030的前半部分，后半部分是什么呢？大部分Linux用户都知道是系统采用的字符集。
3、什么是字符集？ 字符集就是字符，尤为是非英语字符在系统内的编码方式，也就是一般所说的内码，全部的字符集都放在 /usr/share/i18n/charmaps，全部的字符集也都是用Unicode编号索引的。Unicode用统一的编号来索引目前已知的所有的 符号。而字符集则是这些符号的编码方式，或者说是在网络传输，计算机内部通讯的时候，对于不一样字符的表达方式，Unicode是一个静态的概念，字符集是 一个动态的概念，是每个字符传递或传输的具体形式。就像 Unicode编号U59D0是表明姐姐的“姐”字，可是具体的这个字是用两个字节表示，三个字节，仍是四个字节表示，是字符集的问题。例如：UTF-8 字符集就是目前流行的对字符的编码方式，UTF-8用一个字节表示经常使用的拉丁字母，用两个字节表示经常使用的符号，包括经常使用的中文字符，用三个表示不经常使用的字 符，用四个字节表示其余的古灵精怪的字符。而GB2312字符集就是用两个字节表示全部的字符。须要提到一点的是Unicode除了用编号索引所有字符以 外，自己是用四个字节存储所有字符，这一点在谈到挂载windows分区的时候是很是重要的一个概念。因此说你也能够把Unicode看做是一种字符集 （我不知道它和UTF-32的关系，反正UTF-32就是用四个字节表示全部的字符的），可是这样表述符号是很是浪费资源的，由于在计算机世界绝大部分时 候用到的是一个字节就能够搞定的 26个字母而已。因此才会有UTF-8，UTF-16等等，要否则大同世界多好，省了这许多麻烦。
4、zh_CN.GB2312究竟是在说什么？ Locale 是软件在运行时的语言环境, 它包括语言(Language), 地域 (Territory) 和字符集(Codeset)。一个locale的书写格式为: 语言[_地域[.字符集]]. 因此说呢，locale老是和必定的字符集相联系的。下面举几个例子：
一、我说中文，身处×××，使用国标2312字符集来表达字符。 zh_CN.GB2312＝中文_×××＋国标2312字符集。
二、我说中文，身处×××，使用国标18030字符集来表达字符。 zh_CN.GB18030＝中文_×××＋国标18030字符集。
三、我说中文，身处×××台湾省，使用国标Big5字符集来表达字符。 zh_TW.BIG5=中文_台湾.大五码字符集
四、我说英文，身处大不列颠，使用ISO-8859-1字符集来表达字符。 en_GB.ISO-8859-1=英文_大不列颠.ISO-8859-1字符集
五、我说德语，身处德国，使用UTF-8字符集，习惯了欧洲风格。 de_DE.UTF-8@euro＝德语_德国.UTF-8字符集@按照欧洲习惯加以修正
注意不是 [email]de_DE@euro.UTF[/email]-8，因此彻底的locale表达方式是 [语言[_地域][.字符集] [@修正值]
生成的locale放在/usr/lib/locale/目录中，而且每一个locale都对应一个文件夹，也就是说建立了 [email]de_DE@euro.UTF[/email]-8 locale以后，就生成/usr/lib/locale/de_DE@euro.UTF-8/目录，里面是具体的每一个locale的内容。
5、怎样去自定义locale 在gentoo生成locale仍是很容易的，首先要在USE里面加入userlocales支持，而后编辑 locales.build文件，这个文件用来指示glibc生成locale文件。 不少人不明白每个条目是什么意思。 其实根据上面的说明如今应该很明确了。
File: /etc/locales.build en_US/ISO-8859-1 en_US.UTF-8/UTF-8
zh_CN/GB18030 zh_CN.GBK/GBK zh_CN.GB2312/GB2312 zh_CN.UTF-8/UTF-8
上面是个人locales.build文件，依次的说明是这样的：
en_US/ISO-8859-1：生成名为en_US的locale，采用ISO-8859-1字符集，而且把这个locale做为英文_美国locale类的默认值，其实它和en_US.ISO-8859-1/ISO-8859-1没有任何区别。
en_US.UTF-8/UTF-8：生成名为en_US.UTF-8的locale，采用UTF-8字符集。
zh_CN/GB18030：生成名为zh_CN的locale，采用GB18030字符集，而且把这个locale做为中文_中国locale类的默认值，其实它和zh_CN.GB18030/GB18030没有任何区别。
zh_CN.GBK/GBK：生成名为zh_CN.GBK的locale，采用GBK字符集。 zh_CN.GB2312/GB2312：生成名为zh_CN.GB2312的locale，采用GB2312字符集。 zh_CN.UTF-8/UTF-8：生成名为zh_CN.UTF-8的 locale，采用UTF-8字符集。
关于默认locale，默认locale能够简写成en_US或者zh_CN的形式，只是为了表达简单而已没有特别的意义。
Gentoo在locale定义的时候掩盖了一些东西，也就是locale的生成工具：localedef。 在编译完glibc以后你能够用这个localedef 再补充一些locale，就会更加理解locale了。具体的能够看 localedef 的manpage。
$localedef -f 字符集 -i locale定义文件 生成的locale的名称 例如 $localedef -f UTF-8 -i zh_CN zh_CN.UTF-8
上面的定义方法和在locales.build中设定zh_CN.UTF-8/UTF-8的结果是同样同样的。
6、locale的五脏六腑
刚刚生成了几个locale，可是为了让它们生效，必须告诉Linux系统使用那(几)个locale。这就须要对locale的内部机制有一点点的了 解。在前面我已经提到过，locale把按照所涉及到的文化传统的各个方面分红12个大类，这12个大类分别是： 一、语言符号及其分类 (LC_CTYPE) 二、数字(LC_NUMERIC) 三、比较和排序习惯(LC_COLLATE) 四、时间显示格式(LC_TIME) 五、货币单位(LC_MONETARY) 六、信息主要是提示信息,错误信息, 状态信息, 标题, 标签, 按钮和菜单等(LC_MESSAGES) 七、姓名书写方式(LC_NAME) 八、地址书写方式(LC_ADDRESS) 九、电话号码书写方式(LC_TELEPHONE) 十、度量衡表达方式 (LC_MEASUREMENT) 十一、默认纸张尺寸大小(LC_PAPER) 十二、对locale自身包含信息的概述 (LC_IDENTIFICATION)。
其中，与中文输入关系最密切的就是 LC_CTYPE， LC_CTYPE 规定了系统内有效的字符以及这些字符的分类，诸如什么是大写字母，小写字母，大小写转换，标点符号、可打印字符和其余的字符属性等方面。而locale定 义zh_CN中最最重要的一项就是定义了汉字(Class “hanzi”)这一个大类，固然也是用Unicode描述的，这就让中文字符在Linux系统中成为合法的有效字符，并且不论它们是用什么字符集编码 的。
LC_CTYPE % This is a copy of the “i18n” LC_CTYPE with the following modifications: - Additional classes: hanzi
copy “i18n”
class “hanzi”; / % …;/ …;/ ;;;;;;;;/ ;;;;;;;;/ ;;;; END LC_CTYPE
在en_US的locale定义中，并无定义汉字，因此汉字不是有效字符。因此若是要输入中文必须使用支持中文的locale，也就是zh_XX，如zh_CN，zh_TW，zh_HK等等。
另外很是重要的一点就是这些分类是彼此独立的，也就是说LC_CTYPE，LC_COLLATE和 LC_MESSAGES等等分类彼此之间是独立的，能够根据用户的须要设定成不一样的值。这一点对不少用户是有利的，甚至是必须的。例如，我就须要一个可以 输入中文的英文环境，因此我能够把 LC_CTYPE设定成zh_CN.GB18030，而其余全部的项都是en_US.UTF-8。
7、怎样设定locale呢？
设定locale就是设定12大类的locale分类属性，即 12个LC_。除了这12个变量能够设定之外，为了简便起见，还有两个变量： LC_ALL和LANG。它们之间有一个优先级的关系： LC_ALL>LC_>LANG 能够这么说，LC_ALL是最上级设定或者强制设定，而LANG是默认设定值。 一、若是你设定了LC_ALL＝zh_CN.UTF-8，那么无论LC_和LANG设定成什么值，它们都会被强制服从 LC_ALL的设定，成为 zh_CN.UTF-8。 二、假如你设定了LANG＝zh_CN.UTF-8，而其余的LC_=en_US.UTF-8，而且没有设定LC_ALL的话，那么系统的locale 设定以LC_=en_US.UTF-8。 三、假如你设定了LANG＝zh_CN.UTF-8，而其余的LC_，和LC_ALL均未设定的话，系统会将LC_设定成默认值，也就是LANG的值 zh_CN.UTF-8 。 四、假如你设定了 LANG＝zh_CN.UTF-8，而其余的LC_CTYPE=en_US.UTF-8，其余的LC_，和LC_ALL均未设定的话，那么系统的 locale设定将是：LC_CTYPE=en_US.UTF-8，其他的 LC_COLLATE，LC_MESSAGES等等均会采用默认值，也就是 LANG的值，也就是LC_COLLATE＝LC_MESSAGES＝……＝ LC_PAPER＝LANG＝zh_CN.UTF-8。
因此，locale是这样设定的： 一、若是你须要一个纯中文的系统的话，设定LC_ALL= zh_CN.XXXX，或者LANG= zh_CN.XXXX均可以，固然你能够两个都设定，但正如上面所讲，LC_ALL的值将覆盖全部其余的locale设定，不要做无用功。 二、若是你只想要一个能够输入中文的环境，而保持菜单、标题，系统信息等等为英文界面，那么只须要设定LC_CTYPE＝zh_CN.XXXX，LANG = en_US.XXXX就能够了。这样LC_CTYPE＝zh_CN.XXXX，而LC_COLLATE＝LC_MESSAGES＝……＝ LC_PAPER＝LANG＝en_US.XXXX。 三、假如你高兴的话，能够把12个LC_*一一设定成你须要的值，打造一个古灵精怪的系统： LC_CTYPE＝zh_CN.GBK/GBK(使用中文编码内码GBK字符集)； LC_NUMERIC=en_GB.ISO-8859-1(使用大不列颠的数字系统) LC_MEASUREMEN=de_DE@euro.ISO-8859-15(德国的度量衡使用ISO-8859-15字符集) 罗马的地址书写方式，美国的纸张设定……。估计没人这么干吧。 四、假如你什么也不作的话，也就是LC_ALL，LANG和LC_*均不指定特定值的话，系统将采用POSIX做为lcoale，也就是C locale。
==========================================================
本文转自 [url]http://www.canglou.com/blog/read.php?42[/url] ===========================================================
转自：http://www.noobyard.com/article/p-vwwltghs-nz.html