Linux下C++国际化

有关国际化

应用程序国际化的实质是提供一种机制，使其能根据环境变量或配置文件，来指导程序的行为。当对新的“国家”进行支持时，不用修改代码，只修改资源文件就可以实现。

例如，“把LANG设为C，再用vi打开带中文的文件，中文显示乱码”。就是因为vi根据LANG做了某些操作。

在Linux下，和国际化相关的locale环境变量有三类：LC_ALL，LC_*（如LC_CTYPE等），LANG。

根据man 7 locale里的定义，这三者的优先级为LC_ALL>LC_*>LANG，即LC_ALL定义的内容会覆盖LC_*和LANG的，LC_*会覆盖LANG的。

locale变量的格式为（参照网上的资料）：

语言[_地域][.字符集] [@修正值]

例如：

1、我说中文，身处中华人民共和国，使用国标2312字符集来表达字符。zh_CN.GB2312＝中文_中华人民共和国＋国标2312字符集。 
2、我说中文，身处中华人民共和国，使用国标18030字符集来表达字符。zh_CN.GB18030＝中文_中华人民共和国＋国标18030字符集。 
3、我说中文，身处中华人民共和国台湾省，使用国标Big5字符集来表达字符。zh_TW.BIG5=中文_台湾.大五码字符集 。
4、我说英文，身处大不列颠，使用ISO-8859-1字符集来表达字符。 en_GB.ISO-8859-1=英文_大不列颠.ISO-8859-1字符集 。
5、我说德语，身处德国，使用UTF-8字符集，习惯了欧洲风格。de_DE.UTF-8@euro＝德语_德国.UTF-8字符集@按照欧洲习惯加以修正。

可以使用命令locale来查看用户当前的locale配置：

LANG=en_US.UTF-8
LC_CTYPE="en_US.UTF-8"
LC_NUMERIC="en_US.UTF-8"
LC_TIME="en_US.UTF-8"
LC_COLLATE="en_US.UTF-8"
LC_MONETARY="en_US.UTF-8"
LC_MESSAGES="en_US.UTF-8"
LC_PAPER="en_US.UTF-8"
LC_NAME="en_US.UTF-8"
LC_ADDRESS="en_US.UTF-8"
LC_TELEPHONE="en_US.UTF-8"
LC_MEASUREMENT="en_US.UTF-8"
LC_IDENTIFICATION="en_US.UTF-8"
LC_ALL=

应用程序也可以定义自己的环境变量或配置文件，来处理国际化问题。例如oracle的NLS_LANGUAGE。

 

C++中的国际化

C++使用locale类来处理国际化问题。

例如

1）  使用德文格式输出数字：

//de_num.cpp
#include <iostream>
#include <locale>
 
using namespace std;
 
int main()
{
     int a =1234567;
     cout<< a << endl;
     localel("de_DE.UTF-8");
     cout.imbue(l);
     cout<< a << endl;
     return 0;
}

结果：

1234567

1.234.567

即德文格式用.来作为每三个数字的间隔。

 

2）得到用户环境变量的信息：

//get_user_locale.cpp
#include <iostream>
#include <locale>
 
using namespace std;
 
int main()
{
     //createthe default locale from the user's environment
     localel("");
     cout<< l.name() << endl;
     return 0;
}

结果

en_US.UTF-8

 

3）cout.imbue(locale(""));和不设imbue是不一样的

cout.imbue(locale(""));//按照用户的环境变量来创建locale并设置cout

不设相当于cout.imbue(locale("C"));

locale的详细使用方法可以参照《The C++Standard Library》第14章。

char和wchar_t

char是C++中的多字节表示。linux下的char是UTF-8格式的，是变长的。

wchar_t是C++中的宽字节表示。linux下的wchar_t是UTF-32格式的，是定长的，占4字节。

多字节一般用在程序的外部储存数据，可以节省空间。宽字节一般用在程序的内部储存数据（内存中），便于程序处理。

在linux下似乎不鼓励使用wchar_t，有莫名其妙的问题。

例如如下代码：

//wcout.cpp
#include <iostream>
#include <locale>
#include <cstdlib>
 
using namespace std;
 
int main()
{
     locale::global(locale("zh_CN.UTF-8"));   //OK
     //wcout.imbue(locale("zh_CN.UTF-8"));         //Not OK
     constwchar_t * b = L"中文";
     wcout<< b << endl;
     return 0;
}

按照书上的要求设置wcout.imbue，却不能正确输出。但是设置locale::global却可以。原因未知。