区域设置

在Ubuntu操作系统中，使用man locale-gen或man locale可获得关于locale实现的细节。实际上是由glibc库实现的。

locale相关（环境）变量生效的优先顺序：[1]

1. LANGUAGE 指定个人对语言环境值的主次偏好，例如zh_CN:en_US:en
2. LC_ALL 这不是一个环境变量，是一个可被C语言库函数setlocale设置的宏，其值可覆盖所有其他的locale设定。因此缺省时此值为空
3. LC_xxx 可设定locale各方面（category）的值，可以覆盖LANG的值。
4. LANG 指定默认使用的locale值

可以把上述环境变量设在/etc/profile 或 /etc/environment等系统初始文件中。值得注意的是，若LANG或LC_ALL被设定为 "C"，那么LANGUAGE的值将被忽视。 [2]

除 C 和 POSIX这两个locale名称外，locale的名称并未标准化。Linux平台与Windows系统的locale名称有很大不同。Linux名称的命名规则为：

 language[_territory[.codeset]][@modifier]

其中language是ISO 639-1标准中定义的双字母的语言代码，territory是ISO 3166-1标准中定义的双字母的国家和地区代码，codeset是字符集的名称 (如 UTF-8等)，而 modifier 则是某些 locale 变体的修正符。

bash中的使用示例：

$ LC_TIME=en_US.UTF-8 date
Fri Oct 31 19:51:16 CST 2014
$ LC_TIME=fi_FI.UTF-8 date
pe 31.10.2014 19.52.00 +0800
$ LC_TIME=zh_CN.UTF-8 date
2014年 10月 31日 星期五 19:53:07 CST

相关系统文件：

• 在文件/usr/share/i18n/SUPPORTED中，列出了当前系统支持的所有locale与字符集的名字。
• 在目录/var/lib/locales/supported.d/下，列出了当前系统已经生成的所有locale的名字。
• 在文件/var/lib/locales/supported.d/local中，列出了所有想要生成或已经生成的locale的名字
• 在目录/usr/lib/locale/<locale_name>/LC_*，用locale-gen编译出的locale文件
• 在文件/usr/lib/locale/locale-archive中，包含了很多本地已经生成的locale的具体内容，因此这个文件往往很大。使用命令localedef管理这一文件。使用locale-gen命令编译出来的locale内容默认写入该文件中。
• 在文件/etc/default/locale中，可以手动配置locale环境变量，LC_CTYPE之类
• 在目录/usr/share/i18n/charmaps下，缺省的charmap存放路径
• 在目录/usr/share/i18n/locales下，缺省的locale source file存放路径

相关系统命令：

• locale 列出当前采用的各项本地策略，这些由LC_*环境变量定义
• locale charmap 列出系统当前使用的字符集
• locale -a 列出系统中已经安装的所有locale
• locale -m 列出系统中已经安装的所有charmap
• locale-gen --purge 将/usr/lib/locale/里面的locale支持文件删掉
• 编辑文件/var/lib/locales/supported.d/local，增加需要的locale与字符集名字，如：

en_US.UTF-8 UTF-8
cs_CZ.UTF-8 UTF-8
cs_CZ.iso88592 iso88592
zh_CN.UTF-8 UTF-8
zh_CN.GBK GBK
zh_CN.GB2312 GB2312
zh_CN.GB18030 GB18030

保存并关闭此文件。运行sudo dpkg-reconfigure --force locales，则重新生成字符集。

• 或者使用命令sudo locale-gen en_US.UTF-8，生成制定的locale en_US.UTF-8，并把这个locale名字加入文件/var/lib/locales/supported.d/local中
• 或者使用命令sudo locale-gen，生成所有列在文件/var/lib/locales/supported.d/local中的locale
• 或者

cd /usr/share/locales
sudo ./install-language-pack zh_CN

也可以安装zh_CN的相关语言包。

• 或者使用命令localedef -f UTF-8 -i zh_CN zh_CN.UTF8，从字符映射文件UTF-8，locale源文件zh_CN，编译出locale称为zh_CN.UTF8，存放入文件/usr/lib/locale/locale-archive中
• 使用命令localedef --list-archive，列出文件/usr/lib/locale/locale-archive中所有可用的locale的名字
• sudo apt-get install language-selector language-env language-pack-zh-hans language-pack-zh-hant 安装中文语言包
• sudo nano /etc/default/locale 修改该文件内容。

Windows SDK规定，“语言”是与沟通有关的一组属性的集合，包括所有允许的字符、通货符号、日期时间格式等等。每个“语言”有一个语言名字与语言标识符。语言往往还需要指出国家/地区，如“英语（美国）”使用的语言名字是“en-US”。

每个区域设置（locale）是一个“语言”及一个排序规则。Windows XP支持超过150个区域设置（locale）；Windows Vista支持超过200个区域设置（locale）;Windows 7支持至少365个区域设置（locale）。每个区域设置（locale）有区域设置名字(Locale Name )与区域设置标识符(Locale ID ,LCID )。例如："de-DE_phoneb"是德国德语使用德式电话薄排序规则（该排序规则与拉丁字母序稍有不同）。 「区域标识符」(Locale ID ,LCID )为32位的值，在程序设计中经常用到。LCID构成为：

+-------------+---------+-------------------------+-------------------------+
|   Reserved  | Sort ID |     SubLanguage ID      |   Primary Language ID   |
+-------------+---------+-------------------------+-------------------------+
31         20 19     16 15                    10  9                         0   bit

LCID的低10位是主语言（primary language）的ID；高6位指定次语言（sublanguage）。LCID的低16位称为语言标识符（language identifier），数据类型名为LANGID。例如，中文作为主语言，编号是0x04。作为次语言的台湾中文的编号是0x01；简体中文的编号是0x02，香港中文是0x03，新加坡中文是0x04，澳门中文是0x05。因此，“中国大陆简体中文”的区域标识符等于次语言的标识0x02左移10位，再加上主语言的标识0x04，即(0x02<<10)+0x04=2052，所以简体中文的LCID是2052。类似的，可以算出繁体中文的LCID是1028。美国英语的LCID是1033。使用Windows预定义宏，MAKELANGID(LANG_CHINESE, SUBLANG_CHINESE_SIMPLIFIED)的结果也是2052。所有的语言-国家地区列表见：MSDN:Language Identifier Constants and Strings（页面存档备份，存于）

排序标识符（Sort Order Identifier）占4位，用于表示排序的方法。如简体中文有SORT_CHINESE_PRC（笔划序）、SORT_CHINESE_PRCP（拼音序）。例如，使用笔划序的简体中文的locale名字为"zh-CN_stroke"。所有排序规则列表见：Sort Order Identifiers（页面存档备份，存于）。

区域设置名字(Locale Name )的命名格式为：

locale ::
    primaryLanguage[-Script][-SubLanguage[_sortorder]]
   | "locale-name"
   | "language[_countryORregion[.CodePage]]"
   | ".CodePage"
   | "C"
   | ""
   | NULL

可理解为：

• primaryLanguage是ISO 639-1或ISO 639-2/T中定义的语言缩写的小写形式；
• Script是ISO 15924定义的书写系统的首字母大写的4字母表示。例如，拉丁字母拼写的乌兹别克语为“uz-Latn-UZ”。
• SubLanguage是ISO 3166-1中定义的国家/地区二位字母代码的大写形式；例如：zh-CN_stroke的值为MAKELCID(MAKELANGID(LANG_CHINESE, SUBLANG_CHINESE_SIMPLIFIED), SORT_CHINESE_PRC)，即133124。
• locale-name形式是简短的标准化字符串，见表的Language tag栏目（页面存档备份，存于）。a short, IETF-standardized string; for example, en-US for English (United States) or bs-Cyrl-BA for Bosnian (Cyrillic, Bosnia and Herzegovina). These forms are preferred. For a list of supported locale names by Windows operating system version, see the Language tag column of the table in Appendix A: Product Behavior in [MS-LCID]: Windows Language Code Identifier (LCID) Reference. This resource lists the supported language, script, and region parts of the locale names. For information about the supported locale names that have non-default sort orders, see the Locale name column in Sort Order Identifiers. Under Windows 10 or later, locale names that correspond to valid BCP-47 language tags are allowed. For example, jp-US is a valid BCP-47 tag, but it is effectively only US for locale functionality.
• 同一个区域设置（locale），可以有多种字符集编码表示。例如，Windows操作系统的简体中文的默认编码字符集（即代码页）是GBK，即“936 (ANSI/OEM - Simplified Chinese GBK)”。而Linux操作系统统一使用UTF8字符集，所以Linux简体中文的默认编码字符集是UTF8。所有代码页列表见：Code Page Identifiers（页面存档备份，存于）。如果需要指出使用的代码页，在上述字符串最后用“.”区隔，后跟Windows代码页数字或者“ACP”、“OCP”。例如："French_Canada.1252"。指定代码页只适用于 LC_ALL或LC_CTYPE。
• 可以对当前默认的locale只指明代码页，形如".code_page"。使用用户缺省语言与国家地区设置，即来自GetUserDefaultLocaleName()的结果。不建议采用此种方式，因为可能会产生不一致结果。

对于C标准库函数setlocale()，指定参数locale的基本格式为：

Locale Name | language[_country_region[.code_page]] 

上述language与country_region一般不用缩写，详细列表见National Language Support (NLS) API Reference（页面存档备份，存于）。例如，对与中文简体，使用字符串"chinese"、"chinese-simplified"、"chinese_CHN"、"chs"，都能得到"Chinese (Simplified)_People's Republic of China.936"效果。

操作系统有一个当前区域设置。用户可以在控制面板的区域设置中改变它。每个区域设置有许多相关的信息，编程时可以用Locale information types获取这些值的信息。操作系统赋予每个线程一个区域设置，初始值为LOCALE_SYSTEM_DEFAULT

相关系统API函数：

• GetUserDefaultLCID 获取当前用户的缺省LCID。对于简体中文操作系统返回值为2052
• GetUserDefaultLocaleName 获取当前用户的缺省locale的名字。对于简体中文操作系统该名字为zh-CN
• GetSystemDefaultLCID 获取系统的缺省LCID。对于简体中文操作系统返回值为2052
• GetSystemDefaultLocaleName 获取系统缺省locale的名字
• GetThreadLocale() 获取当前线程的LCID
• SetThreadLocale 设置当前线程的LCID。
• IsValidLocaleName 判断一个字符串是否为当前操作系统支持的locale的名字
• LocaleNameToLCID 从locale的名字获取它的LCID
• GetLocaleInfoEx 获取指定locale的各方面的信息
• EnumSystemLocalesEx 枚举当前操作系统支持的所有的locale的名字
• EnumCalendarInfoExEx 枚举指定locale的日历数据。例如zh-TW有两个日历型，分别为“格里历（本地）”与“格里历（英文）”。
• EnumDateInfoExEx 枚举指定locale的各种calendar的日期格式。
• GetCalendarInfoEx 查询指定locale指定日历型的指定方面的数据。
• GetDateFormatEx 把时间数据转换为指定格式的日期字符串。
• GetTimeFormatEx 把时间数据转换为指定格式的时间字符串。
• GetDurationFormatEx 把一段持续时间的数据转换为指定格式的字符串。
• EnumSystemLanguageGroups 同一语言组可能共享键盘布局、输入法、TT字体、代码页翻译表等等。
• GetSystemDefaultLangID 系统缺省的非Unicode语言
• GetKeyboardLayout 当前进程的输入法
• GetSystemDefaultUILanguage 菜单、对话框、Windows消息、INF文件、帮助文件等的默认语言
• GetSystemPreferredUILanguages 操作系统使用的菜单、对话框、Windows消息、INF文件、帮助文件等的语言
• GetUserDefaultUILanguage 用户使用的菜单、对话框、Windows消息、帮助文件等的语言
• GetUserPreferredUILanguages 用户使用的菜单、对话框、Windows消息、帮助文件等的语言集合
• GetThreadPreferredUILanguages 当前线程使用的UI语言集合