如何檢查語言環境是否為UTF-8？

Question

我正在與Yocto合作為ARM設備（i.MX 6Quad處理器）創建嵌入式linux發行版。

我已經使用變量配置了所需語言環境的列表：

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

結果，我獲得了一個包含以下文件夾的文件系統：

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語言環境的編碼是什么？ 我可以假定“ en_GB”或“ en_US”使用UTF-8編碼嗎？

我試圖打開“ LC_IDENTIFICATION”文件，結果是：

？Hc c美國自由軟件基金會的英語語言環境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，有一些東西可以回想起“ UTF-8”。 這足以假設編碼為UTF-8嗎？

如何檢查語言環境是否為UTF-8？

Answer 1

LC_IDENTIFICATION不會告訴您太多信息：

LC_IDENTIFICATION-這不是用戶可見的類別，它包含有關語言環境本身的信息，很少對用戶或開發人員有用（但出於完整性考慮，在此列出）。

您必須查看完整的文件集。

似乎沒有標准的命令行實用程序可以執行此操作，但是有一個運行時調用（添加到原始語言環境功能的后面）。 這是一個示例程序，說明了函數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;
}

和一些輸出，例如，通過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

您引用的目錄名稱通常（但不是必需）與編碼名稱相同。 這是示例程序中所做的假設。 如何獲取終端的字符編碼中有一個相關的問題，但沒有有用的答案。 一個有趣的是，因為它斷言

locale charmap

將給出語言環境編碼。 根據標准，不一定如此：

• 命令locale charmap給出在localedef -f使用的名稱

• 但是， localedef對-f選項中給出的名稱沒有特殊含義。

• localedef有一個不同的選項-u ，它標識代碼集，但是locale （在標准中）沒有提及顯示此信息的方法。

與往常一樣，實現可以（也可以不）以不同的方式對待未指定的功能。 GNU C庫的文檔在某些方面與標准有所不同（請參閱locale和localedef ），但是沒有提供用於顯示代碼集名稱的顯式選項。