关于UTF8的locale的问题？

ifree

在Linux设置locale选择utf8编码有很多种，比如zh_CN.utf8、en_US.utf8，难道utf8这个编码还有很多种吗？如果不是那么他么的区别是什么？

locale设置是区分大小写的吗？比如zh_CN.utf8可以写成zh_cn.utf8吗？还有就是看到有的设置utf8是写成小写，有的写成大写UTF8，这个有区别吗？对系统使用有没有影响？

我要使用中文的系统loclae的选择有很多，比如gb2312、gbk、gb18030、utf8都可以，那么选那个好点呢？刚才了解到utf8表示中文需要3个字节，gb2312、gbk等只需要2个字节，从这个角度上说是不是选择gbk要好点呢？而且windows用户用的都是gb编码、下载的音乐等的tag也是gb编码，如果用utf8的话，不转换编码就会显示成乱码，这样的话是不是更应该选择gbk编码了呢？如果象我说的那样为什么这么多人不用gbk而要用utf8呢？用utf8有没有什么特别的好处呢？

另外，既然有了unicode，现在用两个字节基本上就能包括世界上所有主流的语言，为什么又发明出utf8来呢？看他的编码方法，一个字节到底代表什么还需要解析一番、要判断一个字符串有多少个字符还需要遍历一下吧，这要效率不是大打折扣吗？干嘛发明这个呢？

最后，Linux对编码的支持是在那一层实现的？好像是glibc，是不是他内部还是全部转换成unicode来处理的？

wangtao24

我也一直都想问下locale的问题,希望哪位能够说说~~~

wzx740120

我也不太明白.....

晨想

用 UTF8 的好处是，不管你用的是什么语言，都可以把所有的文字显示出来。

比如你用法语的界面，一样可以同时显示简体中文和繁体中文。主要是这个好处，不需要转换。

zh_CN.UTF-8
en_US.UTF-8
aa_BB.UTF-8
基本就没有区别了，除了界面上的表示。

MP3的名字问题，xmms/bmp 这些都提供了转换，不用担心的。。

如果是为了和Windows的兼容，mount的时候的参数就解决了。

当然，我这里的解释很简单。还是需要自己用一下才知道。

ifree

是不是zh_CN.utf8前面的zh_CN用来帮助软件实现本地化？
好像有个什么函数然后查个什么表，在不同的locale下显示不同的字符，我也说不清。

写locale时到底是UTF-8还是utf8，有没有区别？

quhw

UTF-8，utf8也许也可以认吧，系统有些alias的，会猜测的，utf8 utf-8之类应该都能识别，没试验过。

UTF-8好处很多，尤其是对程序员来说。unicode是一个标准，有多种编码方案，比如windows用的双字节编码，处理起来就比较简单。问题是传统的字符处理都是单字节的，如果使用双字节编码，就要使用双字节的字符处理函数，这个还是很麻烦的。而且很多西方语言单字节就可以表示了，如果对所有的字符都用双字节，无疑是很大的浪费。utf-8表示中文确实要多占空间，但是处理起来却比较方便，很多时候都可以使用普通的字符处理函数。

gb2312 gbk这些只是中文的编码方案，扩展性不好，不兼容其他语言。处理起来也比unicode还要麻烦。

晨想

Post by ifree
是不是zh_CN.utf8前面的zh_CN用来帮助软件实现本地化？
好像有个什么函数然后查个什么表，在不同的locale下显示不同的字符，我也说不清。

写locale时到底是UTF-8还是utf8，有没有区别？

没错，是前边决定显示什么语言。这个不清楚，不过相信是有的。有点类似 Java 中的 Resource Bundle，如果你知道的话。

locale 里边一般写 UTF-8 比较准确。

zhllg

blogsearch.google.com
搜索 i18n zhllg

zhllg

Post by 终极幻想
没错，是前边决定显示什么语言。这个不清楚，不过相信是有的。有点类似 Java 中的 Resource Bundle，如果你知道的话。

locale 里边一般写 UTF-8 比较准确。

google "normalized locale code"
很多时候locale code都会被normalize，这时UTF-8会变成utf8
所以我一般在环境变量里直接写utf8

seerhut

gbxx码没有希腊字符 没有德语字符 。。。 根本不能用

unix linux 上有很多单字节的特殊字符，用固定长度的unicode编码会出乱子，UTF-8 这方面很完美

现在电脑的容量速度无所谓变长字节的编码

windows 内部是unicode 但是跟用户交互的部分是地区编码，商业公司需要向后兼容，没办法。windows在每个语言区都有特定的版本，linux只有一个版本，所以保存文件等用unicode比较合适

中国还比较封闭，一般人都认为只要能显示简体中文就可以了，所以unicode不普及