Wie wird das Gebietsschema eingestellt und welche Auswirkungen hat dies?

Gilles:LC_PAPER ist standardmäßig $LANG

Gilles:Sie müssen LANG=en_US.UTF-8 haben. Das ist eine schlechte Idee:Es setzt
LC_COLLATE und das ist fast immer eine schlechte Sache

Gilles:LC_COLLATE beschreibt keine korrekte Sortierung, es ist zu
restriktiv (es geht Zeichen für Zeichen). LANG entfernen und stattdessen
LC_CTYPE und LC_PAPER setzen

Gilles:plus LC_MESSAGES, wenn Sie Nachrichten in einer anderen Sprache als
Englisch

Natürlich gibt es hier Probleme, die mir nicht bekannt sind, und ich bin sicher, dass es vielen anderen ebenso geht. Welche Probleme sollten Sie also beim Festlegen von Gebietsschemas berücksichtigen und wie sollten Sie sie festlegen? Ich habe immer nur dpkg-reconfigure locales ausgeführt in Debian, und nicht zweimal darüber nachgedacht.

Spezifische Frage:Soll ich mein Gebietsschema auf en_IN.UTF-8 setzen? Gibt es Nachteile?

Akzeptierte Antwort:

Gebietsschemaeinstellungen sind Benutzereinstellungen, die sich auf Ihre Kultur beziehen.

Lokale Namen

Bei allen aktuellen Unix-Varianten, die ich kenne (aber nicht bei einigen Antiquitäten), folgen Gebietsschemanamen demselben Muster:

• Ein aus zwei Buchstaben bestehender ISO 639-1-Sprachcode oder ein aus drei Buchstaben bestehender ISO 639-2-Sprachcode, wenn die Sprache keinen aus zwei Buchstaben bestehenden Code hat. Beispiel:en für Englisch de für Deutsch ja für Japanisch uk für Ukrainisch ber für Berber, …
• Für viele, aber nicht alle Sprachen, ein Unterstrich _ gefolgt von einem aus zwei Buchstaben bestehenden ISO 3166-Ländercode in Großbuchstaben. Also:en_US für US-Englisch en_UK für britisches Englisch fr_CA Kanadisches (Québec) Französisch, de_DE für Deutsch von Deutschland, de_AT für Deutsch von Österreich, ja_JP für Japanisch (aus Japan) usw.
• Optional ein Punkt . gefolgt vom Namen einer Zeichenkodierung wie UTF-8 , ISO-8859-1 , KOI8-U , GB2312 , Big5 usw. Zumindest bei GNU libc (ich weiß nicht, wie verbreitet das ist) werden Groß- und Kleinschreibung und Satzzeichen bei der Codierung von Namen ignoriert. Beispiel:zh_CN.UTF-8 ist Mandarin (vereinfachtes) Chinesisch, kodiert in UTF-8, während zh_CN ist Mandarin-Chinesisch, kodiert in GB2312, und zh_TW ist taiwanesisches (traditionelles) Chinesisch, das in Big5 codiert ist.
• Optional ein at-Zeichen @ gefolgt vom Namen einer Variante. Die Bedeutung von Varianten ist vom Gebietsschema abhängig. Beispielsweise haben viele europäische Länder einen @euro Gebietsschemavariante, bei der das Währungszeichen € ist und die Codierung dieses Zeichen enthält (ISO 8859-15 oder ISO 8859-16), im Gegensatz zur schlichten Variante mit dem älteren Währungszeichen. Beispiel:en_IE (Englisch, Irland) verwendet die Codierung latin1 (ISO 8859-1) und £ als Währungssymbol, während [email protected] verwendet die Kodierung Latin9 (ISO 8859-15) und € als Währungssymbol.

Außerdem gibt es zwei Locale-Namen, die auf allen Unix-ähnlichen Systemen existieren:C und POSIX . Diese Namen sind synonym und bedeuten computeresisch, d. h. Standardeinstellungen, die für Daten geeignet sind, die von einem Computerprogramm geparst werden.

Lokale Einstellungen

Die folgenden Locale-Kategorien werden von POSIX definiert:

• LC_CTYPE :der von Terminalanwendungen verwendete Zeichensatz:Klassifikationsdaten (welche Zeichen sind Buchstaben, Satzzeichen, Leerzeichen, ungültige Zeichen usw.) und Fallumwandlung. Textdienstprogramme beachten normalerweise LC_CTYPE Charaktergrenzen zu bestimmen.
• LC_COLLATE :Sortierreihenfolge (d. h. Sortierreihenfolge). Diese Einstellung ist aus mehreren Gründen von sehr begrenztem Nutzen:
  • Die meisten Sprachen haben komplizierte Regeln, die davon abhängen, was sortiert wird (z. B. verwenden Wörterbuchwörter und Eigennamen möglicherweise nicht dieselbe Reihenfolge) und können nicht durch LC_COLLATE ausgedrückt werden .
  • Es gibt nur wenige Anwendungen, bei denen es auf die richtige Sortierreihenfolge ankommt, die von Software ausgeführt werden, die Gebietsschemaeinstellungen verwendet. Beispielsweise speichern Textverarbeitungsprogramme die Sprache und Kodierung einer Datei in der Datei selbst (andernfalls würde die Datei auf einem System mit anderen Gebietsschemaeinstellungen nicht korrekt verarbeitet) und kümmern sich nicht um die von der Umgebung festgelegten Gebietsschemaeinstellungen.
  • LC_COLLATE kann unangenehme Nebenwirkungen haben, insbesondere weil es die Sortierreihenfolge A [A-Z] brechen einige Anwendungen.
• LC_MESSAGES :die Sprache der Informations- und Fehlermeldungen.
• LC_NUMERIC :Zahlenformatierung:Dezimal- und Tausendertrennzeichen.
  Viele Anwendungen haben . fest codiert als Dezimaltrennzeichen. Das macht LC_NUMERIC nicht sehr nützlich und potentiell gefährlich:
  • Selbst wenn Sie es festlegen, sehen Sie immer noch ziemlich oft das Standardformat.
  • Sie werden wahrscheinlich in eine Situation geraten, in der eine Anwendung eine vom Gebietsschema abhängige Ausgabe erzeugt und eine andere Anwendung . erwartet als Dezimalpunkt oder , ein Feldtrenner sein.
• LC_MONETARY :wie LC_NUMERIC , aber für Beträge in lokaler Währung.
  Sehr wenige Anwendungen verwenden dies.
• LC_TIME :Datums- und Zeitformatierung:Wochentags- und Monatsnamen, 12- oder 24-Stunden-Uhr, Reihenfolge der Datumsteile, Satzzeichen usw.