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。

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

For the Linux console and the X Window system, this updates configuration parameters in "/etc/default/keyboard". Many non-ASCII characters including accented characters used by many European languages can be made available with dead key, AltGr key, and compose key.

	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。

Unlike the X Window protocol, the Wayland core protocol doesn't even support the input of accented characters. Popular Wayland Compositors, such as Mutter for GNOME or KWin for KDE, implement extension protocols such as the text-input-unstable-v3 for the text input (see "current Wayland protocols and their support status").

The text-input-unstable-v3 protocol works well with Input methods for Wayland (see "Wayland input method project post-mortem").

The list of IBus and its plugin packages are the following.

Fcitx（版本號5）輸入法框架在中國廣受歡迎並與"ibus"相容。

The list of "fcitx5" and its plugin packages are the following.

# dpkg-reconfigure console-setup

For the Linux console and the X Window system, this updates configuration parameters in "/etc/default/console-setup". This also configures the Linux console font. Many non-ASCII characters including accented characters used by many European languages can be made available with dead key, AltGr key, and compose key.

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：