章 8. I18N 和 L10N

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

為了支援更多字元，許多字元集和編碼系統被用來支援多語言。（參見 表格 11.2, “編碼值和用法的列表”）。

Unicode 字元集可以用 21 位碼點範圍來顯示幾乎所有人類已知的字元（例如，十六進位制的 0 到 10FFFF）。

文本編碼系統 UTF-8 將 Unicode 碼點適配到一個合理的 8 位資料流，並大部分相容 ASCII 資料處理系統。這個使 UTF-8 作為現代推薦的選擇。UTF 表示 Unicode 轉換格式（Unicode Transformation Format）。當 ASCII 純文本資料轉換為 UTF-8 資料，它有和原始 ASCII 完全一樣的內容和大小。所以配置 UTF-8 語言環境不會有任何丟失。

在 UTF-8 語言環境下相容的應用程式，你可以顯示和編輯外語文本資料，在所要求的字型和輸入法安裝和啟用後。例如在"LANG=fr_FR.UTF-8"語言環境下，gedit(1) (GNOME 桌面的文本編輯器) 能夠顯示和編輯中文字元文本資料，而顯示的選單是法語。

	提示
	新標準的 "en_US.UTF-8"和老標準的"C"/"POSIX"語言環境都使用標準的 US 英文訊息，它們在排序等方面有細微的不同。在維護老的"C"本地行為時，如果你不僅想處理 ASCII 字元，同時還想優雅的處理 UTF-8 編碼的字元，在 Debian 上使用非標準的 "C.UTF-8"語言環境。

	注意
	一些程式在支援 I8N 後會消耗更多的記憶體。這是因為它們為了速度優化，而在內部使用 UTF-32(UCS4) 來支援 Unicode，並且每個獨立於語言環境所選的 ASCII 字元資料都會消耗 4 個位元組。再一次地，使用 UTF-8 語言環境並不會使你損失什麼。

# dpkg-reconfigure locales

設定在 "/etc/default/locale" 裡的系統範圍的預設語言環境，可以被 GUI（圖形使用者介面）應用程式的 GUI 配置覆蓋。

	注意
	所使用的確切傳統編碼系統可以通過 “/usr/share/i18n/SUPPORTED” 來確認。因此， "LANG=en_US" 是 "LANG=en_US.ISO-8859-1"。

locales-all 軟體包有所有預編譯的語言環境資料，但是不建立"/etc/default/locale"，你可能還需要安裝 locales 軟體包。

	提示
	一些 Debian 系發行版的 locales 軟體包，包含有所有語言環境的預先編譯好的語言環境資料。為了模擬這樣的系統環境，你需要同時在 Debian 安裝 locales 和 locales-all 軟體包。

對於跨平臺的資料交換(參見 節 10.1.7, “可移動儲存裝置”),你需要使用特殊的編碼掛載檔案系統.舉個例子，不使用選項時，mount(8) 假設 vfat 檔案系統 使用 CP437. 你需要給檔名提供明確的掛載選項來使用UTF-8 或 CP932.

	注意
	在 GNOME 這類的現代桌面環境下，當自動掛載一個熱拔插 U 盤時，你可以提供這樣的掛載選項。右擊桌面上的圖示，點選 "Drive" , "Setting", 輸入 "utf8" 到 "Mount options:". 當這個 U 盤下次掛載時，UTF-8 就可以了。

	注意
	如果你在升級一個系統，或者從老的非 UTF-8 系統遷移磁碟，非 ASCII 字元的檔名也許是使用老舊的 ISO-8859-1 或 eucJP 來編碼. 請尋求文字轉換工具把他們轉換到 UTF-8. 參見 節 11.1, “文字資料轉換工具”.

在預設情況下，Samba 對新的客戶端(Windows NT, 200x, XP)使用 Unicode，但對老的客戶端(DOS 和 Windows 9x/Me)使用 CP850.可以在 "/etc/samba/smb.conf" 檔案裡面，使用"dos charset" 來改變老客戶端的這個預設編碼。比如說，CP932 表示為日語。

在 Debian 系統中顯示的許多文件和文字資訊有翻譯存在，比如錯誤資訊、標準程式輸出、選單和手冊頁。GNU gettext(1) 指令工具鏈是大部分翻譯活動的後端工具。

aptitude(8) 裡，"Tasks" → "Localization" 提供一個有用的二進位制包擴充列表， 給應用程式增加本地化資訊和提供翻譯文件。

舉個例子，你可以安裝 manpages-LANG 包來獲得本地化 man 手冊頁資訊。從 "/usr/share/man/it/" 來讀取 programname 義大利語的 man 手冊頁 ,執行下面的操作。

LANG=it_IT.UTF-8 man programname

通過 $LANGUAGE 環境變數，GNU gettext 能夠適應翻譯語言的優先順序列表。例如：

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

獲取更多資訊，參見 info gettext ，閱讀 "The LANGUAGE variable" 章節。

sort(1) 和 ls(1)的字元排序受語言環境 locale 影響。匯出 LANG=en_US.UTF-8，排序用字典 A->a->B->b...->Z->z 順序，而匯出 LANG=C.UTF-8，排序使用 ASCII 二進位制 A->B->...->Z->a->b... 順序。

ls(1) 的日期格式受語言環境影響(參見 節 9.3.4, “定製時間和日期的顯示”)。

date(1)程式的日期格式受語言環境的影響。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

不同語言環境的數字標點不一樣。比如說，英語語言環境中, 一千點一顯示為 "1,000.1"，而在德語語言環境中,它顯示為 "1.000,1"。你可以在電子表格程式裡面看到這個不同。

"$LANG" 環境變數的每一個細節特徵能夠通過設定 "$LC_*" 變數來覆蓋。這些環境變數又能夠通過設定 “$LC_ALL”變數而被再次覆蓋。細節參見 locale(7) man 手冊頁。除非你有強烈的理由建立複雜的配置，請遠離他們並只使用 "$LANG" 變數來設定一個 UTF-8 語言環境。

# dpkg-reconfigure keyboard-configuration

對於 Linux 控制台和 X 視窗系統，這將更新在 "/etc/default/keyboard"裡的配置引數。許多非 ASCII 字元，包括許多歐洲語言使用的重音字元，可以使用 死鍵、AltGr 鍵 和 組合鍵 來輸入它們。

	注意
	如果 ibus 啟用，即使在基於傳統的 X 的桌面環境下，通過 setxkbmap 配置的傳統的 X 鍵盤，也會被 ibus 覆蓋。你能夠停用安裝的 ibus，使用 im-config 設定輸入法為"None"。更多資訊，參見 Debian 維基：鍵盤。

不像 X 視窗協議，Wayland 核心協議甚至不支援重音字元輸入。流行的 Wayland 合成器，比如 GNOME 的 Mutter 或 KDE 的 KWin，實現了用於文本輸入的 text-input-unstable-v3 擴充套件協議（參見 當前 Wayland 協議和它們支援的狀態）。

text-input-unstable-v3 協議和 Wayland 輸入法一起工作得很好（參見 Wayland 輸入法專案post-mortem）。

下面是 IBus 和它的外掛軟體包列表。

Fcitx（版本號5）輸入法框架在中國廣受歡迎並與"ibus"相容。

下面是"fcitx5"和它的外掛軟體包列表。

# dpkg-reconfigure console-setup

有幾個元件可以用來調配字元控制檯和 ncurses(3) 系統功能。

如果 xterm 的 terminfo 對非 Debian 的 xterm 不起作用，則當你從遠端登入到 Debian 系統時，你需要改變你的終端型別 “$TERM”，從 “xterm” 更改為功能受限的版本（例如 “xterm-r6”）。更多內容參見 “/usr/share/doc/libncurses5/FAQ”。“dumb” 是 “$TERM” 中最通用的。

在東亞語言環境下，方框繪製、希臘字元和西里爾字元可能會顯示得比你預期的樣子更寬，這樣會導致終端輸出排列不再整齊（參見 Unicode 標準附錄 #11，4.2 Ambiguous 字元）。

您可以繞過這個問題：