如何查找给定字符编码的区域设置名称？

Question

的手册页setlocale似乎说语言代码和字符编码名称足以设置适当的区域设置：

区域设置名称通常采用 language[_territory][.codeset][@modifier] 形式，其中 language 是 ISO 639 语言代码，region 是 ISO 3166 国家/地区代码，codeset 是字符集或编码标识符，例如 ISO- 8859-1 或 UTF-8。

然而，快速测试表明，只有区域设置名称的“修饰符”部分是可选的：

void tryLocale(const char * locid)
{
    char * result = std::setlocale(LC_CTYPE, locid);
    std::cout << locid << " = " << (result ? result : "fail") << std::endl;
}

int main()
{
    tryLocale("de");           // de = fail
    tryLocale("de_DE");        // de_DE = fail
    tryLocale("de_DE.CP1252"); // de_DE.CP1252 = de_DE.CP1252
    tryLocale("de.CP1252");    // de.CP1252 = fail
    tryLocale(".CP1252");      // .CP1252 = fail
}

我的问题是我只知道所需的编码名称（例如ISO-8859-1），并且我可能会想出语言代码（例如en）。我不知道如何找到合适的国家/地区名称（例如US），而且我对国家/地区不感兴趣：我只想像tolower我的应用程序中那样的功能使用正确的代码页。

Answer 1

我想你必须循环浏览它们。在zsh：

\n

for l (${(f)"$(locale -a)"}) \n  [[ $(LC_ALL=$l locale charmap) = ISO-8859-1 ]] && print -r -- $l\n

\n

$langinfo或者在模块中使用其特殊关联数组进行相同的操作zsh/langinfo：

\n

zmodload zsh/langinfo\nfor LC_ALL (${(f)"$(locale -a)"})\n  [[ $langinfo[CODESET] = ISO-8859-1 ]] && print -r -- $LC_ALL\n

\n

将列出使用 ISO-8859-1 作为字符映射的所有可用区域设置。

\n

但请注意，LC_CTYPE指定字符映射/代码集的类别还涵盖字符分类：什么是小写字母，什么是标点符号等，以及音译（如 所使用的tolower()），两者都可能因地区/国家而异。即使使用相同的代码集，下一个也是如此。

\n

例如，查看 GNU 土耳其语语言环境中的小写形式I，\xc4\xb1无论使用什么字符映射（UTF-8、ISO-8859-9...），而i在大多数其他也使用 UTF-8 的语言环境中也是如此。

\n

您可以查看区域设置源定义，例如：

\n

(cd /usr/share/i18n/locales && pcregrep -Me '(?ms)^LC_CTYPE.*?^END' -- *)\n

\n

在 GNU 系统上查看该LC_CTYPE类别跨区域设置的差异。您不会在那里找到字符映射，这些文件和字符映射的组合的区域设置是使用 生成的localedef -i thosefiles -f charmap，尽管只有某些组合有意义，请参阅/usr/share/i18n/SUPPORTED参考资料 的列表。

\n

例如，en_GB您系统上的区域设置可能是使用localedef -i locales/en_GB -f charmaps/ISO-8859-1.gz和en_GB.UTF-8生成的localedef -i locales/en_GB -f charmaps/UTF-8.gz。

\n

因此，在这里，也许您需要找到一个用作ISO-8859-1字符映射的语言环境，但也需要具有在英国大陆对于英国英语或意大利/德国等德语使用者有意义的音译规则和字符分类，例如满足：

\n

[[ $(locale language)  = 'British English' &&\n   $(locale territory) = 'United Kingdom' &&\n   $(locale charmap)   = ISO-8859-1 ]]\n

\n

这应该会稍微缩小选择范围。

\n

请注意，language和territory是非标准 GNU 扩展，这解释了为什么您在 zsh 的$langinfo. GNU libc 文档 ( info libc langinfo) 仅提到：

\n

\n

文件 \xe2\x80\x98langinfo.h\xe2\x80\x99 定义了更多符号，但它们都不是官方的。使用它们是不可移植的，并且返回值的格式\n可能会改变。因此我们建议（原文如此）您不要使用它们。

\n

\n

/usr/include/langinfo.h我的系统上有：

\n

  _NL_IDENTIFICATION_LANGUAGE,\n  _NL_IDENTIFICATION_TERRITORY,\n

\n

另请参阅locale -k LC_IDENTIFICATION，locale -k LC_CTYPE了解 GNU 系统上给定语言环境类别支持的关键字列表（locale -kc LC_ALL过去可以工作，但现在显然不再有效）。

\n