Вплив $ LANG на термінал

Я намагаюся дізнатися, як $LANGзмінна поводиться з gnome-терміналом (і його параметром перевагу кодування символів). Я використовую iso8859-1 (latin1) як основний набір символів, і всі мої імена кодуються як такі.

Для наступних тестів я зроблю ls -lкаталог з іспанськими наголошеними символами у своїх іменах:

Справа №1:

• gnome-термінал, налаштований для ISO-8859-1
• LANG встановлено на "en_US-iso8859-1"
• Результат: я бачу всі файли правильно

Справа №2:

• gnome-термінал, налаштований для UTF-8
• LANG встановлено на "en_US-iso8859-1"
• Результат: Я бачу символи сміття для всіх іспанських символів. Це очікується, коли я змінив кодування символів для терміналу

Справа №3:

• gnome-термінал, налаштований для ISO-8859-1
• LANG встановлено на "en_US-UTF-8"
• Результат: Я бачу символи сміття для всіх іспанських символів.

Чому саме в цьому останньому випадку я бачу здивованих персонажів? Чи не повинен висновок ls надсилати назви файлів прямо на gnome-terminal, як вони є? А оскільки gnome-термінал налаштований для ISO-8859-1, я б очікував, що вони виглядатимуть правильно.

На якусь мить я подумав, що, можливо, можливо, баш розглядає мій $LANGзмінний і виконує певну конверсію. Потім я переключив свій термінал на UTF-8, але все ще не бачу символів правильно. Я навіть передав висновок ls в xxd і на моє здивування я все ще бачу файли, закодовані такими, як вони є: ISO-8859-1.

Для завершення: Якщо мій список містить символи ISO-8859-1, а мій емулятор термінала налаштований на те саме кодування символів: хто робить перетворення, якщо LANGвстановлено інше?

Дякуємо за будь-яку допомогу, яку ви можете надати.

Краконія

Ваша установка для LANGповинен відповідати терміналу. Точніше, ваш параметр LC_CTYPE(кодування символів) повинен відповідати кодуванню терміналу, інші параметри локалі не повинні відповідати. А кодування терміналу зазвичай задається опцією емулятора терміналу, а не змінною локалі. В LC_CTYPEкомбінатах два свідчення: він говорить , що додатки , які кодують для використання на терміналі (як для введення і виведення), і він каже , що додатки , які кодують для використання з файлами. У випадках 2 і 3 ви сказали lsвідображати вихід у кодуванні, яке відрізняється від терміналу, тому вихід є потаємним.

Якщо ви працюєте з кодуваннями UTF-8 та Latin-1 в різний час, налаштуйте свій термінал для використання UTF-8. Це повинно призвести до встановлення LC_CTYPEзначення, що вказує на UTF-8; не змінюйте цей параметр (Якщо емулятор терміналу не встановлений LC_CTYPE, замініть його у вашому файлі запуску оболонки або протягом усього сеансу.) Для роботи з даними latin-1 в терміналі UTF-8 використовуйте luit(включений у комплект утиліти X).

LC_CTYPE=en_US.iso88591 luit

(Ви можете використовувати будь-яку іншу локаль з тим же кодуванням, наприклад LC_CTYPE=es_ES.iso88591 luit.)

У випадку №2 та №3 ви змішуєте два різних кодуючих UTF-8 та Latin-1. У випадку, якщо ви використовуєте латинську-1 для обох, тому у вас немає проблем.

lsКоманда (і всі інші добре поводяться програми) використовувати параметр LANG для визначення кодування .

Ви можете змішувати дві різні мови, але не слід змішувати два різних кодування .

Переконайтесь, що змінні середовища LC_ * також використовують те саме кодування, що і ваша змінна LANG.

Як правило, вам слід налаштувати систему на сьогодні, щоб вона використовувала лише UTF-8.

Якщо вам потрібно редагувати старомодні файли даних (наприклад, властивості java), вам слід скористатися спеціалізованим редактором (наприклад, java ide) або забезпечити кодування за допомогою інструментів типу iconv"перекодувати".

Це може бути поза вашими потребами, але ....

Виявляється, в RHEL5, і, мабуть, до цього, багато сторінок, якими вони були, з якихось передбачених причин, були визнані. Тобто, сторінка "raw man" перетворена з нативного символу, встановленого в 7-бітний ASCII. Незалежно від того, що ви робите з LC та LANG, довідкова сторінка latin1виробляє чоловічу сторінку, яка фактично марна. Всі спеціальні (8-бітні) символи всередині були замінені 7-бітовими заповнювачами (як правило ??). Я вважаю це веселим.

Але utf8версія цих довідкових сторінок може існувати в конкретному мовному каталозі. Хитрість полягає в тому, щоб запитати їх за своїм правильним іменем. Наприклад, latin1 насправді iso_8859-1. Якщо ви робите на ній сторінку чоловіка, і ваші налаштування LANG є правильними, ви бачите, що ви очікуєте; сторінка "man" знаходиться в специфічному для мови піддіречку ( en/man7/iso_8859-1.7). Але якщо ви попросите iso-8859-1чомусь отримати версію ASCII.