關於locale的設定,爲什麼要設定locale 關於locale的設定
locale 是國際化與本土化過程中的一個非常重要的概念，個人認爲，對於中文用戶來說，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的設定與看中文關係不大，但是與寫中文，及window分區的掛載方式有很密切的關係。本人認爲就像一個純英文的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。那麼，爲什麼要設定 locale呢？什麼時候會用到locale呢？
一、爲什麼要設定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係，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，只要你的系統裏面有相應的字符集（這個都不一定需要:如果你就用unicode 來直接存儲符號,就不需要字符集）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後，瀏覽器會判斷相應的編碼的字符集，根據網頁採用的字符集，變成統一的unicode內碼（字符集對應的unicode內碼文件，如：ubuntu 在/usr/share/i18n/charmaps)，再根據你程序所設置的字體去字體庫（字體庫文件，如:ubuntu字體在：/usr/share/fonts)裏面找與這個unicode內碼相對應的字體，根據瀏覽器程序給出的字體大小，顏色等等與計算機屏幕的信息，然後由文字渲染工具（如：freetype）根據算法把相應的算出合適這個屏幕的字體 把相應的文字在屏幕上顯示出來。
那有時候網頁顯示亂碼或者都是方框是怎麼回事呢？個人認爲，顯示亂碼是因爲設定的字符集不對(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，然後在屏幕上顯示，當然是一堆的亂碼，也就是說你用一個錯誤的字符集去翻譯發給你的電報，當然內容那叫一個亂；至於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，並在字體庫裏面找到了相應的文字，但是並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。
二 既然我能夠瀏覽中文網頁，那爲什麼我還要設定locale呢？
其實你有沒有想過這麼一個問題，爲什麼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怎麼一樣的能瀏覽呢？這是因爲你有所有的字符集，不論某個網站是用什麼字符集編碼的，你都可以用你手裏的字符集把他們翻譯過來，但問題是雖然你能瀏覽中文網頁，但當寫的時候你不能每寫一個字，就叫程序選擇字符集，這樣就要事先規定個字符集，這完全是爲了符合人的方便乾的事.
三、什麼是字符集？ 字符集就是字符，尤其是非英語字符在系統內的編碼方式，也就是通常所說的內碼，所有的字符集都放在 /usr/share/i18n/charmaps，所有的字符集也都是用Unicode編號索引的。Unicode用統一的編號來索引目前已知的全部的符號。而字符集則是這些符號的編碼方式，或者說是在網絡傳輸，計算機內部通信的時候，對於不同字符的表達方式，Unicode是一個靜態的概念，字符集是一個動態的概念，是每一個字符傳遞或傳輸的具體形式。就像 Unicode編號U59D0是代表姐姐的“姐”字，但是具體的這個字是用兩個字節表示，三個字節，還是四個字節表示，是字符集的問題。例如：UTF-8字符集就是目前流行的對字符的編碼方式，UTF-8用一個字節表示常用的拉丁字母，用兩個字節表示常用的符號，包括常用的中文字符，用三個表示不常用的字符，用四個字節表示其他的古靈精怪的字符。而GB2312字符集就是用兩個字節表示所有的字符。需要提到一點的是Unicode除了用編號索引全部字符以外，本身是用四個字節存儲全部字符，這一點在談到掛載windows分區的時候是非常重要的一個概念。所以說你也可以把Unicode看作是一種字符集但是這樣表述符號是非常浪費資源的，因爲在計算機世界絕大部分時候用到的是一個字節就可以搞定的 26個字母而已。所以纔會有UTF-8，UTF-16等等，要不然大同世界多好，省了這許多麻煩。
四、zh_CN.GB2312到底是在說什麼？ 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的書寫格式爲: 語言[_地域[.字符集]]. 所以說呢，locale總是和一定的字符集相聯繫的。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[email][email protected][/email]-8，所以完全的locale表達方式是 [語言[_地域][.字符集] [@修正值]
生成的locale放在/usr/lib/locale/目錄中，並且每個locale都對應一個文件夾，也就是說創建了[email] [email protected][/email]-8 locale之後，就生成/usr/lib/locale/[email protected]/目錄，裏面是具體的每個locale的內容。
五、locale的五臟六腑
剛剛生成了幾個locale，但是爲了讓它們生效，必須告訴Linux系統使用那(幾)個locale。這就需要對locale的內部機制有一點點的瞭解。在前面我已經提到過，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, 標籤, 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)。
其中，與中文輸入關係最密切的就是 LC_CTYPE， LC_CTYPE 規定了系統內有效的字符以及這些字符的分類，諸如什麼是大寫字母，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系統中成爲合法的有效字符，而且不論它們是用什麼字符集編碼的。
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定義中，並沒有定義漢字，所以漢字不是有效字符。所以如果要輸入中文必須使用支持中文的locale，也就是zh_XX，如zh_CN，zh_TW，zh_HK等等。
另外非常重要的一點就是這些分類是彼此獨立的，也就是說LC_CTYPE，LC_COLLATE和 LC_MESSAGES等等分類彼此之間是獨立的，可以根據用戶的需要設定成不同的值。這一點對很多用戶是有利的，甚至是必須的。例如，我就需要一個能夠輸入中文的英文環境，所以我可以把 LC_CTYPE設定成zh_CN.GB18030，而其他所有的項都是en_US.UTF-8。
六、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，爲了簡便起見，還有兩個變量： LC_ALL和LANG。它們之間有一個優先級的關係： LC_ALL>LC_*>LANG 可以這麼說，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，那麼不管LC_*和LANG設定成什麼值，它們都會被強制服從 LC_ALL的設定，成爲 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，並且沒有設定LC_ALL的話，那麼系統的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，那麼系統的 locale設定將是：LC_CTYPE=en_US.UTF-8，其餘的 LC_COLLATE，LC_MESSAGES等等均會採用默認值，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，系統信息等等爲英文界面，那麼只需要設定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) [email protected](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……。估計沒人這麼幹吧。 4、假如你什麼也不做的話，也就是LC_ALL，LANG和LC_*均不指定特定值的話，系統將採用POSIX作爲lcoale，也就是C locale。