如何检查语言环境是否为UTF-8？

Question

我正在与Yocto合作为ARM设备（i.MX 6Quad处理器）创建嵌入式linux发行版。

我已经使用变量配置了所需语言环境的列表：

IMAGE_LINGUAS = "de-de fr-fr en-gb en-gb.iso-8859-1 en-us en-us.iso-8859-1 zh-cn"

结果，我获得了一个包含以下文件夹的文件系统：

root@lam_icu:/usr/lib/locale# cd /usr/share/locale/
root@lam_icu:/usr/share/locale# ls -la
total 0
drwxr-xr-x  6 root root  416 Nov 17  2016 .
drwxr-xr-x 30 root root 2056 Nov 17  2016 ..
drwxr-xr-x  4 root root  296 Nov 17  2016 de
drwxr-xr-x  3 root root  232 Nov 17  2016 en_GB
drwxr-xr-x  4 root root  296 Nov 17  2016 fr
drwxr-xr-x  4 root root  296 Nov 17  2016 zh_CN

和：

root@lam_icu:/usr/share/locale# cd /usr/lib/locale/
root@lam_icu:/usr/lib/locale# ls -la
total 0
drwxr-xr-x  9 root root   640 Mar 13  2017 .
drwxr-xr-x 32 root root 40000 Mar 13  2017 ..
drwxr-xr-x  3 root root  1016 Mar 13  2017 de_DE
drwxr-xr-x  3 root root  1016 Mar 13  2017 en_GB
drwxr-xr-x  3 root root  1016 Mar 13  2017 en_GB.ISO-8859-1
drwxr-xr-x  3 root root  1016 Mar 13  2017 en_US
drwxr-xr-x  3 root root  1016 Mar 13  2017 en_US.ISO-8859-1
drwxr-xr-x  3 root root  1016 Mar 13  2017 fr_FR
drwxr-xr-x  3 root root  1016 Mar 13  2017 zh_CN

所有非ISO-8859-1语言环境的编码是什么？ 我可以假定“ en_GB”或“ en_US”使用UTF-8编码吗？

我试图打开“ LC_IDENTIFICATION”文件，结果是：

？Hc c美国自由软件基金会的英语语言环境http://www.gnu.org/software/libc/bug-glibc-locales@gnu.orgEnglishUSA1.02000 -06-24en_US：2000en_US：2000en_US：2000en_US：2000en_US：2000en_US：2000en_US：2000en_US：2000en_US：2000en_US：2000en_US：2000en_US：2000 UTF-8

在文件末尾，有一些东西可以回想起“ UTF-8”。 这足以假设编码为UTF-8吗？

如何检查语言环境是否为UTF-8？

Answer 1

LC_IDENTIFICATION不会告诉您太多信息：

LC_IDENTIFICATION-这不是用户可见的类别，它包含有关语言环境本身的信息，很少对用户或开发人员有用（但出于完整性考虑，在此列出）。

您必须查看完整的文件集。

似乎没有标准的命令行实用程序可以执行此操作，但是有一个运行时调用（添加到原始语言环境功能的后面）。 这是一个示例程序，说明了函数nl_langinfo ：

#include <stdio.h>
#include <locale.h>
#include <langinfo.h>

int
main(int argc, char **argv)
{
    int n;
    for (n = 1; n < argc; ++n) {
        if (setlocale(LC_ALL, argv[n]) != 0) {

            char *code = nl_langinfo(CODESET);
            if (code != 0)
                printf("%s ->%s\n", argv[n], code);
            else
                printf("?%s (nl_langinfo)\n", argv[n]);
        } else {
            printf("? %s (setlocale)\n", argv[n]);
        }
    }
    return 0;
}

和一些输出，例如，通过foo $(locale -a) ：

aa_DJ ->ISO-8859-1
aa_DJ.iso88591 ->ISO-8859-1
aa_DJ.utf8 ->UTF-8
aa_ER ->UTF-8
aa_ER@saaho ->UTF-8
aa_ER.utf8 ->UTF-8
aa_ER.utf8@saaho ->UTF-8
aa_ET ->UTF-8
aa_ET.utf8 ->UTF-8
af_ZA ->ISO-8859-1
af_ZA.iso88591 ->ISO-8859-1
af_ZA.utf8 ->UTF-8
am_ET ->UTF-8
am_ET.utf8 ->UTF-8
an_ES ->ISO-8859-15
an_ES.iso885915 ->ISO-8859-15
an_ES.utf8 ->UTF-8
ar_AE ->ISO-8859-6
ar_AE.iso88596 ->ISO-8859-6
ar_AE.utf8 ->UTF-8
ar_BH ->ISO-8859-6
ar_BH.iso88596 ->ISO-8859-6

您引用的目录名称通常（但不是必需）与编码名称相同。 这是示例程序中所做的假设。 如何获取终端的字符编码中有一个相关的问题，但没有有用的答案。 一个有趣的是，因为它断言

locale charmap

将给出语言环境编码。 根据标准，不一定如此：

• 命令locale charmap给出在localedef -f使用的名称

• 但是， localedef对-f选项中给出的名称没有特殊含义。

• localedef有一个不同的选项-u ，它标识代码集，但是locale （在标准中）没有提及显示此信息的方法。

与往常一样，实现可以（也可以不）以不同的方式对待未指定的功能。 GNU C库的文档在某些方面与标准有所不同（请参阅locale和localedef ），但是没有提供用于显示代码集名称的显式选项。