我应该将我的语言环境设置为什么以及这样做的含义是什么？

Question

这个问题是通过询问Chromium 浏览器不允许为“打印到文件”设置默认纸张大小的问题 以及在聊天中与@Gilles 进行对话而激发的。正如@don_crissti 所指出的，并经我证实，更改语言环境（至少LC_PAPER）会影响选择的纸张尺寸。

我从来没有想过要选择什么，而且总是选择，en_US.UTF-8因为这似乎是一个合理的默认选择。

但是，根据聊天中的@Gilles（请参阅从http://chat.stackexchange.com/transcript/message/17017095#17017095开始的对话）。摘录：

吉尔斯：LC_PAPER 默认为 $LANG

吉尔斯：你必须有 LANG=en_US.UTF-8。这是一个坏主意：它设置了 LC_COLLATE 而这几乎总是一件坏事

Gilles：LC_COLLATE 没有描述正确的排序规则，它太严格了（它逐个字符）删除 LANG 而是设置 LC_CTYPE 和 LC_PAPER

Gilles：加上 LC_MESSAGES 如果你想要非英语的消息

显然，这里有一些我不知道的问题，我相信还有很多其他问题。那么，在设置语言环境时应该考虑哪些问题，又应该如何设置呢？我一直只是dpkg-reconfigure locales在 Debian 中运行，并没有三思而后行。

具体问题：我应该将语言环境设置为 en_IN.UTF-8 吗？这样做有什么缺点吗？

另请参阅：LC_COLLATE 是否（应该）影响字符范围？

Answer 1

区域设置是与您的文化相关的用户首选项。

语言环境名称

在我知道的所有当前 unix 变体上（但不是在一些古董上），语言环境名称遵循相同的模式：

• 一个ISO 639-1小写的两字母语言代码，或ISO 639-2如果语言没有两字母代码三字母语言代码。例如，en对于英语，de对于德语，ja对于日语，uk对于乌克兰语，ber对于柏柏尔语，......
• 对于许多但不是所有语言，下划线_后跟ISO 3166大写的两个字母的国家/地区代码。因此：en_US对于美国英语、en_UK对于英国英语、对于fr_CA加拿大（魁北克）法语、de_DE对于德国的德语、de_AT对于奥地利的德语、ja_JP对于日语（日本的）等。
• 或者，一个点.后跟一个名称的字符编码，例如UTF-8，ISO-8859-1，KOI8-U，GB2312，Big5，等有了GNU libc中至少（我不知道如何广泛，这是），外壳和标点编码名称被忽略。例如，zh_CN.UTF-8普通话（简体）中文用UTF-8zh_CN编码，普通话用GB2312编码，zh_TW台湾（繁体）中文用Big5编码。
• 可选地，一个 at 符号@后跟一个变体的名称。变体的含义取决于语言环境。例如，许多欧洲国家/地区都有一种@euro语言环境变体，其中货币符号为 € 并且编码为包含此字符的编码（ISO 8859-15 或 ISO 8859-16），而不是带有旧货币符号的未修饰变体。例如，en_IE(English, Ireland) 使用 latin1 (ISO 8859-1) 编码和 £ 作为货币符号，而en_IE@euro使用 latin9 (ISO 8859-15) 编码和 € 作为货币符号。

此外，所有类 Unix 系统上都存在两个语言环境名称：C和POSIX. 这些名称是同义词，意思是计算机术语，即适用于由计算机程序解析的数据的默认设置。

区域设置

POSIX定义了以下语言环境类别：

• LC_CTYPE：终端应用使用的字符集：分类数据（哪些字符是字母、标点、空格、无效等）和大小写转换。文本实用程序通常会注意LC_CTYPE确定字符边界。
• LC_COLLATE：整理（即排序）顺序。由于以下几个原因，此设置的用途非常有限：
  • 大多数语言都有复杂的规则，这些规则取决于排序的内容（例如，字典单词和专有名称可能不会使用相同的顺序）并且不能用LC_COLLATE.
  • 很少有应用程序需要使用区域设置的软件执行正确的排序顺序。例如，文字处理器将文件的语言和编码存储在文件本身中（否则文件将无法在具有不同区域设置的系统上正确处理）并且不关心环境指定的区域设置。
  • LC_COLLATE可能会产生令人讨厌的副作用，特别是因为它会导致排序顺序 A < a < B < ...，这使得“在 A 和 Z 之间”包括小写字母 a 到 y。特别是非常常见的正则表达式，例如[A-Z]break some applications。
• LC_MESSAGES：信息和错误消息的语言。
• LC_NUMERIC: 数字格式：十进制和千位分隔符。
  许多应用程序硬编码.为小数点分隔符。这使得LC_NUMERIC不是很有用并且有潜在危险：
  • 即使您设置了它，您仍然会经常看到默认格式。
  • 您可能会遇到这样一种情况：一个应用程序生成依赖于语言环境的输出，而另一个应用程序需要.小数点或,字段分隔符。
• LC_MONETARY: 像LC_NUMERIC，但适用于当地货币的数量。
  很少有应用程序使用它。
• LC_TIME: 日期和时间格式：工作日和月份名称、12 或 24 小时制、日期部分的顺序、标点符号等。

您可以在非嵌入式 Linux 上找到 GNU libc，它定义了其他语言环境类别：

• LC_PAPER：默认纸张大小（由高度和宽度定义）。
• LC_NAME, LC_ADDRESS, LC_TELEPHONE, LC_MEASUREMENT, LC_IDENTIFICATION: 我不知道有任何使用这些的应用程序。

环境变量

使用区域设置的应用程序根据环境变量确定它们。

• 然后LANG使用环境变量的值，除非被另一个设置覆盖。如果LANG未设置，则默认语言环境为C.
• 这些LC_xxx名称可以用作环境变量。
• 如果LC_ALL设置，则忽略所有其他值；这主要用于设置LC_ALL=C运行应用程序，无论它们在哪里运行，都需要产生相同的输出。
• 此外，GNU libc用于LANGUAGE定义回退LC_MESSAGES（例如LANGUAGE=fr_BE:fr_FR:en，首选比利时法语，或者如果不可用法国法语，或者如果不可用英语）。

安装语言环境

区域设置数据可能很大，因此某些发行版不会以可用形式提供它们，而是需要额​​外的安装步骤。

• 在 Debian 上，要安装语言环境，请运行dpkg-reconfigure locales并从对话框中的列表中选择，或者编辑/etc/locale.gen然后运行locale-gen.
• 在 Ubuntu 上，要安装语言环境，请使用语言环境locale-gen的名称作为参数运行。

您可以定义自己的语言环境。

推荐

有用的设置是：

• 设置LC_CTYPE为您对文本文件进行编码的语言和编码。确保您的终端使用该编码。
  对于大多数语言，只有编码很重要。有一些例外；例如，一个大写的i是I在大多数语言，但?在土耳其（tr_TR）。
• 设置LC_MESSAGES为您想要查看消息的语言。
• 如果您希望 US Letter 为默认纸张尺寸，则设置LC_PAPER为，en_US如果您想要 A4 ，则设置为其他任何尺寸（例如en_GB）。
• （可选）设置LC_TIME为您喜欢的时间格式。

如上所述，避免设置LC_COLLATE和LC_NUMERIC。如果您使用LANG，请通过将它们设置为 来显式覆盖这两个类别C。