Linux 的中文化问题简介
2005-04-15 11:32:09 来源：WEB开发网核心提示：作者按 底下这篇文章是我最近写程式的一点点心得，除了前段部讨论了 linux I18N 环境外 (已在 Linux 连线版贴出)，Linux 的中文化问题简介，後半部还加了一些有关 I18N 程式写作的简介，我想这篇文章就发表在 CLDP 上，有兴趣的 朋友可以抓取: xcin-2.5-19990218.tar.gz
作者按
底下这篇文章是我最近写程式的一点点心得，除了前段部讨论了 linux I18N 环境外 (已在 Linux 连线版贴出)，後半部还加了一些有关 I18N 程式写作的简介。我想这篇文章就发表在 CLDP 上，希望 CLDP 可以收录。更希望这篇文章对有兴趣的朋友有帮助，让大家能早日进入 I18N 的世界 :-))
由於我所知很有限，所以文章中可能有很多错误，而关於 Xi18n 的部分，我也有很多因为没有去研究，故略过不提了。因此，希望各位高手能多多给我批评与建议，或帮忙我将不足之处补齐，让这篇文章更完美。
在此先谢谢各位。
谢东翰 (Tung-Han Hsieh)
--------------------------------------------------------------------------------
Linux 的中文化问题简介
一、前言:
最近这个话题大家吵得有点厉害，大家都希望 Linux 能在中文方面有所进步，各家有各家的说法，莫衷一是。由於我最近常与 CLE 的 group 有联，同时也正在写一些与中文相关的程式，因此我大略说一下「我们正在做什麽」，让大家参考。
我希望大家能将这篇文章当做技术性文章来读，不要再有情绪化的批评，必境我们要的是 solution, 情绪化的批评对我们实在没有帮助。除此之外，我的观点可能有错，也可能过份乐观，也欢迎大家能就技术方面给予我指教。
二、 I18N 与 locale:
要将 Linux 中文化，朝着标准走才是长远之计。各位如果有见过近代商业版的 UNIX 就会晓得，它们「中文化」之彻底，令人惊叹，诸如中文选单、中文讯息 .... 您能想像得到，或说只能在 Win95/98/NT OS/2 .... 等上头才见得到的 中文环境，它们都有。然而，它们的中文并不是像目前 Linux 上常见到的那样，由一堆程式七拼八凑出来的，它们全部都是遵循一个标准: I18N 。
I18N 是 InternationalizatioN (国际化) 的缩写，第一个字 I 与最後一个字 N 之间有 18 的字母，故名。 I18N 并不是只有表面上将 X Window 「国际化」而已，它是基在最底层的 libc 上。 libc 必须要有 locale 的支援，才能向 I18N 起步。
什麽是 locale? 简单说就是一组「地区语言」的资讯。它包括了 (详见 man setlocale):
LC_CTYPE: 字元定义
LC_MESSAGES: 讯息显示
LC_TIME: 时间显示格式
LC_NUMERIC: 数字显示格式
LC_MONETARY: 货币显示格式
LC_COLLATE: 字母顺序与字串比较
其中，与一般使用者最有关的，是 LC_CTYPE 与 LC_MESSAGES 。 LC_CTYPE 直接关到某些字元或内码在目前的 locale 下是否可印? 要如何转换? 对应到那一个字? .... 等等。 LC_MESSAGES 则关到软体的讯息输出是什麽样的语文。真正完整的 locale 支援，是当我们在 shell PRompt 下，直接设好环境变数，则我们马上就能切换到那个语文了。例如:
bash: export LC_CTYPE=zh_TW.Big5
有了 locale 的「协定」，使得任何地区的语文，只要在加入适当的 locale data 之後， libc 就能正确地处理它了，而我们的「中文」当然也不例外。由於前人与 CLE group 的努力，目前我们已有自己的 locale data 了。有安装 CLE 的朋友可以到 /usr/share/locale 下看看， zh_TW.Big5 就是我们的 locale data, 虽然还不够完整，但已能 work。
目前 Linux 对於 locale 的支援如何? 可以大概地说，西方语系差不多没问题了，但东方语系还有不少问题。如果您的 Linux 系统是用 libc5 (例如 Slackware) 的话，那差不多可以说支援得相当差，几乎只能靠「七拼八凑」的方法来有限度地使用中文。如果是用 libc6 (glibc2) 的话，那就有相当的 locale 支援了。
然而，目前大部分使用 glibc2 的系统都是 glibc-2.0.7, 这一版对东方语系的支援还不够好，特别是 LC_CTYPE ，它无法辨认、转换我们的 Big5 码，必须要等到 glibc-2.1 以後，才能完全解决这些问题。但这并不是说使用 glibc-2.0.7 的广大使用者都没希望了，事实上有一个 libwcsmbs 的套件，它可以将 glibc 中有问题的部分取代掉，让我们的 LC_CTYPE 部分可以「几乎 90% 正确」地工作。而这个套件就是目前 CLE 的标准之一，也是很重要的一个部分，虽然大家可能感受不到它的存在。
最近 glibc-2.1 的 pre-release 已经出来，我个人已做过初步测试， LC_CTYPE 在我们的 locale 下已经正常，虽然仍有其他问题存在，但这已是一个好消息，我预计在未来的一年内，等大部分的 Linux distribution 都换装了 glibc-2.1 之後，我们就有了最底层的「中文化」条件。
三、 X Window 的部分:
接着我们来看看上层， X Window 的「中文化」 (或「国际化」)。 X11R6 也有一个 locale 的目录，放在 /usr/X11R6/lib/X11/locale 头，如果是装 CLE 的朋友，就会见到一个 zh_TW.Big5 的目录，那就是我们的 XLC Locale data。在「标准」的情况下， XLC Locale 必须架构在 libc locale 之上运作，它头除了定义一些字元对应，最重要的是内码与字型的对应。以我们的 locale 为例，我们需要两种字型，一是「半形 (单位元)」，显示 ASCII 码用，另一是「全形 (双位元)」用来显示中文。举一个例子，像以下这一串字:
这是一个 abcd .... 测试字串 string! ＯＫ！
那些要用全形显示? 那些要用半形显示? 这必须靠 libc 的 LC_CTYPE 来判断。因此， LC_CTYPE 如果挂掉，可以说什麽都没辄。
我相信，有了上述的「配备」後，基本的 I18N 环境就已经具备了。但一定有人会问: 「看起来 CLE 在上述所说的都没问题，为什麽还是到处都不是中文?」 没错，那是因为目前 Linux 上大部分的程式还不是用 I18N 的标准而写的。例如大家常用的 Netscape, xcin, crxvt .... 等等，它们都是用「自己」的招术来处理中文，这也就是为什麽 xcin 只能在 crxvt 上输入，为什麽我们要靠 CXWin 来看中文 .... 等等。这些都不是正解，只是暂时的一个手段，最後都是要放弃的。
目前，有越来越多程式将朝向 I18N 来发展，而我们目前最需要的工作，就是弄 I18N 的 zh_TW.Big5 部分。举个例子，目前 CLE group 正忙於 GNOME 的中文化，它算是目前 I18N 化相当彻底的一个 X Disktop / Window Manager, Platin 预计在下一版的 CLE 就是以 GNOME 为主，只要将其中的讯息都翻译成中文，做好 LC_MESSAGES 的工作，未来在 GNOME 中，将不需要依靠 CXWin, 打开後就到处都是中文。
其他的 GNU 软体也是，有另一组人马正将一些常见指令如 ls, cp 等的讯息中文化，并将结果回报给 GNU, 期望未来新版的 GNU 软体中，中文讯息就是标准的一部分，我们不再需要每次人家更新版就急急忙忙地做 patch 了。
中文输入就比较杂，除了上述的 I18N 以外，还有一个 XIM (X Input Method) 协定。我们必须要有 XIM server 来取代目前的 xcin, 而且还要 X Window 的应用程式能够遵循 XIM 协定，才能做到 "Chinese Input Anywhere"。目前 CLE 已有一个 XIM server, 即 xcin-cxim 之类的程式，但麻烦的是遵循 XIM 协定的应用程式仍不多，最着名的就是 GNOME, xemacs, 以及一些 X11R6 所附的软体 (如 xedit, 由 Xt 及 Xaw 提供 I18N 支援)。而我个人目前正在写的 xcin-2.5 就是一个 XIM server, 我希望这个软体能在将来与「各路人马」配合，做出一点贡献。
因此，「中文化」的工作，并不是那麽简单地说「因为 Linux 是免费、没有人付钱给程式设计师，所以做不好」，或者说「我们中国人不团结，大家不肯合作发展程式」，或者说「 Linux 是 server 导向，不适合做中文」 .... 等等。 Linux 可以发展中文，而且有很多人正努力地在工作，但是更重要的是，我们还得配合国外 (或说软体的原设计者) 的脚步。前面说过，我们要有完整 locale 支援的 libc, 这一切才有希望，我们也需要我们常用的软体 (如 Netscape, window manager, 甚至 database, office ....) 的设计者觉悟到，真正的标准是 I18N, 是 locale, 是 XIM, 我们才能跟进，将中文化的部分加进去。更重要的一点，我们自己的程式设计师在写软体时，是不是也能遵循 I18N, locale, XIM??
中文化，需要一个标准，而我们希望这个标准，是世界通用的，而不是我们自己七拼八凑出来的。否则的话，我们永远都要自己玩自己的，永远都会事倍功半，永远会抱怨「为什麽 Linux 的中文支援比不上 Win95?」
四、中文列印:
中文列印与上述的关较小，但也是大家关心的问题之一，在此我也稍作一些说明。
在 UNIX 的世界，就我所知印表机输出最常见的就是两个: ASCII 码与 Postscript, 而 Postscript 就是「图形列印」的共通语言。因此，当我们要做中文列印，就是要寻求「图形列印」的途径，也就是找一个「能将中文字档转成 Postscript 输出」的程式」。目前大家常见的，如传统的 cnprint、 CLE 中能直接使用 TTF 字型的 bg5ps, 或是 ChiTeX, CJK+LaTeX, lyx .... 等等。
在此稍微值得一提的是， CJK 似乎已渐渐成为 Free Software / Open Source 所公认的标准之一，其原因如下:
它是 Free Software 。
目前 CJK 与 freetype 配合，已经可以完全整合到 LaTeX 的环境中，而不需要 像以往一样需要再更动 LaTeX 的程式与环境。相信在不久的将来它应该会成为 LaTeX 的标准附件之一。
就我所知， Netscape 在下一版的列印部分将支援 CJK 做为中日文 Postscript 输出, 我想这一点很值得成为我们未来发展中文列印的一个参考。
五、准备您的 I18N 环境:
以下我针对目前大家常用的系统，如何做到像 CLE 那样，有基本的 locale 环境，而不必真的非装 CLE 不可 (因为常听大家说 CLE 太大)。虽然以下所说的对各位的中文环境可能改善不多 (因为目前大部分的软体都还没有 I18N 化)，但就当做是为未来做准备。也希望对 source code 有兴趣，喜欢东玩玩、西摸摸 Linux 的网友们，能多多熟悉这个领域，或者能加入这个领域与我们共同努力。
以下的软体我以 tgz 为主，而不用 RedHat 的 RPM, 或 Debian 的 deb, 希望这个「共通语言」在大部分的 Linux distribution 都能适用。
请确定您的 Linux 的 libc 是 glibc-2.0.7 以上，若您还是用 libc5, 请参 考您的 distribution 套件，将 glibc-2.0.7 装起来。
若您有冒险的精神，想直接玩 glibc-2.1 的话， 可以在这找到 source:
glibc-pre2.1_*.tar.gz
请注意，如果您决定玩 glibc-2.1, 您必须为自己负责，除非您是有经验者， 否则您要有「 Linux 可能会被我不小心玩挂掉」的心准备。一个保险的做 法，是找一台空机器，或一个空的 partition 灌一个白老鼠系统来玩。如果 您不小心出差错而造成任何损失的话，本人不负任何责任。
如果您是用 glibc-2.1 且一切正常的话，那麽恭喜您，您可以略过这一步。 如果您是用 glibc-2.0.7, 请至 xcin.linux.org.tw 抓
libwcsmbs-0.0.4.tar.gz
wcsmbs-locale-0.4.7.tar.gz
并将它们装起来。这两个套件其实是来自 CLE, 其中特别注意 wcsmbs-locale 这 个套件，其原始套件不包函 zh_TW.Big5 locale data, 这个 locale data 是 Platin 加入的，有了它才有用。然後，在 /etc/profile 中加一行:
export LD_PRELOAD=<路径名>/libwcsmbs.so
如果您是使用 glibc-2.0.7 的话，请跳过这一步。若您是用 glibc-2.1, 您的系 统多半还没有 zh_TW.Big5 locale data, 此 locale data 可以在上述 wcsmbs-locale 套件中找到。请将该套件抓回并解开後，找到 localedata 目录下的 zh_TW.Big5 及 charmaps/BIG5 两个档，这两个分别是 locale def 与 charmap 档，您必须 将这两个档 compile 之後才能使用:
localedef -i zh_TW.Big5 -f BIG5 -u charids.894 zh_TW.Big5
(有关 localedef 的用法请见 localedef --help), compile 完成後的 locale data 会自动安装到 /usr/share/locale/zh_TW.big5 下，但由於我们的 locale 名是 zh_TW.Big5, 所以请您自行将它改名，或做一个 symbolic link。
请抓回
ftp://xcin.linux.org.tw/pub/xcin/libwcs/XLC_LOCALE
档，并放在 /usr/X11R6/lib/X11/locale/zh_TW.Big5 目录下 (您可能需要自 行建此目录) ，同时修改 /usr/X11R6/lib/X11/locale/locale.dir 档，在最 後加入这一行:
zh_TW.Big5/XLC_LOCALE zh_TW.Big5
您如果没有中文字型的话，必须抓几个回来装。我个人建议使用 twmoe 字型， 您应该可以在
ftp://linux.cis.nctu.edu.tw/pcakges/Chinese
头找到。 twmoe 字型非常多，您不用全抓，像我就只有
kai14.pcf.gz kai15.pcf.gz kai16.pcf.gz
kai18.pcf.gz kai20.pcf.gz kai24.pcf.gz
而已。安装方式是: 造一个 /usr/X11R6/lib/X11/fonts/chinese 目录，将字 型档放进去，在那个目录下执行 mkfontdir, 在 /etc/X11/XF86Config 中将 /usr/X11R6/lib/X11/fonts/chinese 这个路径加入 FontPath 列表头。最 後在那个目录下写一个 fonts.alias 档，建议内容如下
kai18 -twmoe-kai-medium-r-normal--18-180-75-75-c-180-big5-1
kai16 -twmoe-kai-medium-r-normal--16-160-75-75-c-160-big5-1
kai20 -twmoe-kai-medium-r-normal--20-200-75-75-c-200-big5-1
kai14 -twmoe-kai-medium-r-normal--14-140-75-75-c-140-big5-1
kai15 -twmoe-kai-medium-r-normal--15-150-75-75-c-150-big5-1
kai24 -twmoe-kai-medium-r-normal--24-240-75-75-c-240-big5-1
-twmoe-kai-medium-r-normal-fs-18-180-75-75-c-180-big5-0 (接下一行)
-twmoe-kai-medium-r-normal--18-180-75-75-c-180-big5-1
-twmoe-kai-medium-r-normal-fs-16-160-75-75-c-160-big5-0 (接下一行)
-twmoe-kai-medium-r-normal--16-160-75-75-c-160-big5-1
-twmoe-kai-medium-r-normal-fs-20-200-75-75-c-200-big5-0 (接下一行)
-twmoe-kai-medium-r-normal--20-200-75-75-c-200-big5-1
-twmoe-kai-medium-r-normal-fs-14-140-75-75-c-140-big5-0 (接下一行)
-twmoe-kai-medium-r-normal--14-140-75-75-c-140-big5-1
-twmoe-kai-medium-r-normal-fs-15-150-75-75-c-150-big5-0 (接下一行)
-twmoe-kai-medium-r-normal--15-150-75-75-c-150-big5-1
-twmoe-kai-medium-r-normal-fs-24-240-75-75-c-240-big5-0 (接下一行)
-twmoe-kai-medium-r-normal--24-240-75-75-c-240-big5-1
然後重新进入 X-Window 。
到此为止，您的系统已具备 I18N 的环境了，如果应用程式有支援 I18N, 则只要您设以下的环境变数:
export LC_CTYPE=zh_TW.Big5 (字元显示、转换为 zh_TW.Big5)
export LC_MESSAGES=zh_TW.Big5 (讯息显示为中文)
或
export LC_ALL=zh_TW.Big5
export LANG=zh_TW.Big5 (二者皆为所有的东东都变成中文)
则应该马上可以见到效果。但由於大部分的程式都还没有 I18N 化，因此这提供两个例子供您测试:
在 wcsmbs-locale 套件的 source 中，请到 test 目录 make 一下，执行 testmwm 程式，然後输入任意中英文字 (用 xcin & crxvt) 後按 return, 像这样:
--------------------------------------------------------------------------------
THH:thhpc $ testmwm
我是居士 1234567
mb -> wc, size: 13
wc -> mb, size: 17
a7 da ac 4f a9 7e a4 68 20 31 32 33 34 35 36 37 0a
string in buffer *after* mb -> wc then wc -> mb
我是居士 1234567
--------------------------------------------------------------------------------
表示 LC_CTYPE locale 成功了，若是
--------------------------------------------------------------------------------
THH:thhpc $ testmwm
我是居士 1234567
mb -> wc, size: -1
wc -> mb, size: 0
--------------------------------------------------------------------------------
表示没有成功。可能原因是: 您没有设 LD_PRELOAD? 没有设 LC_CTYPE? 或您以上 的安装出错了?
您可以在 xedit 中显示中文。但因为 Xlib 有一个 bug, 请您找这个软体回来 compile:
ftp://xcin.linux.org.tw/pub/xcin/libwcs/lcGen.tar.gz
然後在您的 $HOME/.Xresources 中加入:
--------------------------------------------------------------------------------
xtDefaultFontSet: -*-big5-0,-adobe-*-iso8859-1
xedit*international: True
xedit*fontSet: -*-big5-0, -adobe-*-iso8859-1
--------------------------------------------------------------------------------
执行:
xrdb merge ~/.Xresources
LD_PRELOAD="<路径名>/libwcsmbs.so <路径名>/lcGen.so" xedit
这时会跑出一个 xedit 视窗，您可以用 xcin & crxvt 在别的地方先打好一段 中英文文字，然後用滑鼠 cut & copy 到 xedit, 是不是见到正确的中文了?
(PS. xedit 还有点问题，所以用这个方式用 xedit 读取档案可能会不正常)
六、撰写 I18N 的程式:
在此我将我的一些心得与大家分享。由於这个问题牵涉的层面很广，而我只有针对部分子题稍微摸索一下，因此本文的目的不在於成为一个「完整」的文件说明，也许做为入门导引来得好些，希望能对 I18N 程式写作有兴趣的朋友提供一个方向。有兴趣的朋友同时也可以参考 info libc 的 Locale 章节，以及
http://i44www.info.uni-karlsruhe.de/~drepper/conf96/paper.html
http://www.pgroup.com/ppro_docs/pgC++_lib/stdlibug/int_6094.htm
(感谢 Pofeng Lee 的提供)
ftp.nctu.edu.tw: /documents/FAQ/comp/answers/internationalization/programming-faq.gz
(感谢 stevel 兄提供)
头有更完整的说明。
除此之外，在这我也会参杂一些我个人的理念，不一定是对的，仅供参考，也请各位多多给予我批评与指教。
第一步: setlocale (详见 man setlocale 与其他相关 man page)
程式的第一步必须要设定 locale, 而一般的写法是 locale 资料是经由环境变数取得，而不要写死在程式头，例如:
--------------------------------------------------------------------------------
#include
main()
{
setlocale(LC_ALL, "");
.....
}
--------------------------------------------------------------------------------
或分别设定:
setlocale(LC_CTYPE, "");
setlocale(LC_MESSAGES, "");
.....
我个人的建议是，在 setlocale() 时只要设我们程式中需要的项目即可，而不要设 LC_ALL, 原因是在某些 locale 下 (如我们的 zh_TW.Big5), 并非所有的项目都能正确运作。我想对大部分的程式而言，设好 LC_CTYPE 与 LC_MESSAGES 就差不多了，故以下我针对这两个做说明。
wcs. vs. mbs. (详见 man mbstowcs 与相关 man page)
"wcs" 是 "wide-chararater string" 的缩写，而 "mbs" 是 "multi-byte string" 的缩写，二者分别代表字串的表现方式。所谓的 multi-byte 是指数个 char 组成一个字 (如全形字或中文字是由两个 char 组成)，而 wide-char 是指一个 wchar_t type 就是一个字, 而 sizeof(wchar_t) 的大小与系统有关，一般而言是 4 bytes。一般我们可以直接看、输出输入等都是 multi-byte, 如:
char *str = "这是一个句子: abcd";
但我们会建议在程式内部，用 mbstowcs() 将它转成 wchar_t 来统一处理，这个转换其实是根据 locale 中的 LC_CTYPE 的机制，它定义了 multi-byte 与 wide- char 值二者间的对应关。做这样转换的好处是，您不用担心全形、半形的问题，因为一个 wchar_t 矩阵元就是一个字。
wchar_t 有一组与 string.h 中相对应的字串处理函式 (目前在 Linux 中可能还没有 man page 说明)，就定义在 wchar.h 中，让我们可以如同处理 (char *) 那样地处理 (wchar_t *), 其部分的对应关如下，其他的可以直接看 wchar.h 的内容:
wcscpy() <====> strcpy()
wcsncpy() <====> strncpy()
wcslen() <====> strlen()
wcsdup() <====> strdup()
wcscmp() <====> strcmp()
wcsncmp() <====> strncmp()
........................................
由於 mbs 码与 wcs 码的对应关是由该 locale 的 LC_CTYPE 来决定的，也就是不同的 locale 写法其对应关可能会不一样。就我们的 glibc2, zh_TW.Big5 locale 而言，由 mbs 转成的 wcs 即为 unicode (有关 unicode 的资讯可以在 http://www.unicode.org/ 中找到)，但不能保在其他的系统或环境下也是如此。故最保险的做法，是将字串储存成 multi-byte, 然後在 run-time 时才用 mbstowcs() 转成 wide-char 来运作。
讯息输出 (详见 info gettext):
一般我们程式的讯息输出，是经由 stdio.h 头的函式，直接输出到 stdout 或 stderr, 而输出的内容是直接写死在程式码中。这样的程式要做多国语文化会造成困扰，因为我们必须要修改原始码，将所有的讯息字串翻译成另一种语文。因此，我们必须透过 locale 的 LC_MESSAGES 来处理讯息输出。其原理很简单，就是将程式中的所有讯息抽离出来，为每一个 locale 分别做好一个讯息档，当程式要输出讯息时，则透过 libc 的函式依目前的 locale 去正确的讯息档中抓取讯息。
在此我用 GNU gettext 为例，简单说明其原理。在 /usr/share/locale 中，头有各种 locale 的资料目录。而每个目录下，都会有一个 LC_MESSAGES 的目录，而这些目录就是用来放各别程式的讯息档。例如:
/usr/share/locale/ja/LC_MESSAGES/prog.mo (日文)
/usr/share/locale/zh_TW.Big5/LC_MESSAGES/prog.mo (Big5)
其中在 ja/ 目录下的 prog.mo 就是 prog 这个程式的日文讯息，而 zh_TW.Big5/ 下的 prog.mo 就是 prog 这个程式的中文讯息。假设在还没加入 LC_MESSAGES 支援之前， prog.c 长得像这样:
--------------------------------------------------------------------------------
#include
main()
{
printf("This is a test string.\n");
}
--------------------------------------------------------------------------------
现在我们要用 gettext 来加入支援，则程式只要改成:
--------------------------------------------------------------------------------
#include
#include
#define _(STRING) gettext(STRING)
#define PACKAGE "prog"
main()
{
setlocale(LC_MESSAGES, "");
textdomain(PACKAGE);
/* 这就是指定用
/usr/share/locale/$LOC/LC_MESSAGES/prog.mo
作为讯息档。其中 $LOC 是在 setlocale 中设定的 */
printf(_("This is a test string.\n"));
/* 使用 gettext 来抓出讯息，再交给 printf 来印 */
}
--------------------------------------------------------------------------------
如果在指定的 locale 下找不到 prog.mo 档，则程式就直接以原英文讯息印出。因此，加入 LC_MESSAGES 的支援，原 source code 修改并不多，其实相当方便。
比较麻烦的是各 locale 下的讯息档作，而这些步骤可以经由 GNU gettext 套件很容易地达成，其步骤简述如下 (详见 info gettext):
xgettext editor msgfmt (install)
source code --> .pot --> .pox --> .gmo --> .mo -->
(节录自 Platin.bbs@csie.nctu.edu.tw 的文章:
[REF] 关於 gettext (一、简介))
使用 xgettext 产生 .pot 档:
xgettext -a -o prog.pot prog.c
而 prog.pot 档的内容如下:
--------------------------------------------------------------------------------
# SOME DESCRIPTIVE TITLE.
# Copyright (C) YEAR Free Software Foundation, Inc.
# FIRST AUTHOR
, YEAR.
#
#: prog.c:8
#, fuzzy
msgid ""
msgstr ""
"Project-Id-Version: PACKAGE VERSION\n"
"POT-Creation-Date: 1999-02-28 19:18+0800\n"
"PO-Revision-Date: YEAR-MO-DA HO:MI+ZONE\n"
"Last-Translator: FULL NAME
\n"
"Language-Team: LANGUAGE
\n"
"MIME-Version: 1.0\n"
"Content-Type: text/plain; charset=CHARSET\n"
"Content-Transfer-Encoding: ENCODING\n"
#: prog.c:10
msgid "This is a test string.\n"
msgstr ""
--------------------------------------------------------------------------------
各位可以注意到倒数两行， msgid 就是原来 source 头的英文讯息，而我 们可以直接在 msgstr 中将原讯息翻译成中文。所以，接下来的工作其实就 是翻译，我们可以用任意的编辑器编辑这个档案，并将翻译好的档案存成 prog.pox 档。
将 prog.pox 编译成 prog.gmo:
msgfmt -o prog.gmo prog.pox
其中 prog.gmo。就是我们要的讯息档，等到我们把它安装到
/usr/share/locale/..../LC_MESSAGES/
之後，就名改为 prog.mo 。在此， .pot, pox, gmo 等附档名是 info gettext 中建议的，分别代表未翻译前的讯息原始档、翻译後的讯息原始档、 经 GNU gettext 套件编译後的讯息档。
七、撰写 Xi18n 程式:
Xi18n 意指在 X Window 中加入 I18N 的支援。除了上述的部分外， Xi18n 还需要考虑字形设定、图形字串输出、以及输入的问题。由於目前我只有看过 Xlib, 对於其他 Widget 还没有深入研究，因此我只能对 Xlib 的部分稍作说明。而这类的参考资料，有兴趣的朋友可以找
The Definitive Guides to the X Window System
这一系列的书来看，出版商是 O'Reilly & Associates Inc. ，其中有两本
Volume One, Xlib Programming Manual (for Version 11)
Author: Adrian Nye
R6 Update for the R5 Editions of vols. 1, 2, 4, & 5 Programmer's Supplement for Release 6 of the X Window System.
Author: Adrian Nye
在 I18N 方面有详尽的资料，很值得参考。或者是可以看看 XFree86 内附的 .ps 文件 (如果您有安装的话，应该在 /usr/X11R6/lib/X11/doc 头)。
第一步 (详见 man XSupportsLocale):
除了 setlocale() 之外，您还要呼叫 XSupportsLocale() 来确定 X Window 对您 目前的 locale 是否有支援。另外，您还要呼叫 XSetLocaleModifiers() 来设定 一些 X-modifier 的值，例如下:
--------------------------------------------------------------------------------
#include
#include
#include
main()
{
setlocale(LC_CTYPE, "");
if (XSupportsLocale() != True) {
printf("error X locale setting\n");
exit(0);
}
XSetLocaleModifiers("");
}
--------------------------------------------------------------------------------
在此我们用 X11/Xlocale.h 来取代原来的 locale.h, 这是 "Xlib programming manual" 书中建议的，在其备完整 locale 支援的 libc 环境下，它其实是等价 於 include , 但若在其他环境， Xlocale.h 会用 XLOCALE 机制来 取代原有的机制。
上头的 XSetLocaleModifiers 会存环境变数 XMODIFIERS 中取得 X-modifier 的值并加以设定之。 XMODIFIERS 的格式为:
export XMODIFIERS='@category=value'
目前 category 只有 "im" 有用，如 "@im=xcin-cxims", 意指设定 xcin-cxims 作为此 X Window 程式的 XIM server。
设定 fontset (详见 man XCreateFontSet):
以往 X Window 程式都是呼叫 XLoadQueryFont() 之类的函式来载入并使用字型。 但在 Xi18n 的架构下，一个 locale 的 encoding 通常不能光用一种字型来表示。 例如我们的 zh_TW.Big5, 半形字需用英文字型 (如 -*-iso8859-1)，而全形字需 用中文字型 (如 -twmoe-*-big5-0), 因此，我们不能用 XLoadQueryFont() 将这 些字型分别载入，而要用 XCreateFontSet() 来载入所需的 fontset。
--------------------------------------------------------------------------------
Display *display;
XFontSet fontset;
char *fontset_name, **missing_charset, *def_string;
int missing_charset_count;
fontset_name = "-*-iso8859-1,-twmoe-*-big5-0";
fontset = XCreateFontSet(display, fontset_name,
&missing_charset_list,
&missing_charset_count,
&def_string);
--------------------------------------------------------------------------------
在这我们可以将 fontset 看成一个「字型物件」，而不要把它看成 "-*-iso8859-1" 与 "-twmoe-*-big5-0" 这两种字型的组合。当我们要画任何字 串时，我们不用担心要画的到底是全型字或半型字，使用 fontset 便能帮我们 处理一切。
画出字串 (详见 man XwcDrawImageString, man XmbDrawImageString, manXOpenOM)
平常我们要在视窗画字串时，都会用 XDrawImageString() 等函式，或者用 XDrawImageString16() 来画双位元的字串 (即全型字)。现在可以我们用 XwcDrawImageString (用来画 wide-char (wchar_t *) 字串) 或 XmbDrawImageString (用来画 multi-byte (char *) 字串) 。不管您输入的字 串是全型或半型，或二者的混合，使用者两个函式都能正确处理，同时会根据 您的 fontset 的设定来画字。
除此之外， X11R6 还有一个 Output Method 机制，用来做多国语系字串输出 (画字串)，我们可以在程式中呼叫 XOpenOM() 来开启一个 Output Method 。 但这部分我还没有仔细研究，有兴趣的朋友可以参考本章开头所列的参考资料 以获得进一步资讯。
XIM (详见 man XOpenIM)
XIM 应分两方面来谈，一是 XIM server, 另一是 XIM client。对 XIM client 而言，如同 Output Method 一般，我们可以在程式中呼叫 XOpenIM() 来开启一 个 Input Method, 同时指定 XIM server 的名字。但这部分我还没有仔细研究， 有兴趣的朋友可以参考本章开头所列的参考资料。
我目前是在写 XIM server 的部分，但我没有直接拿 X Window 的函式来写，而 是拿 IMdkit lib 来写，以简化整个程式写作。在此我不多作说明了，有兴趣的 朋友可以抓取:
xcin-2.5-19990218.tar.gz
回去看，头的 doc/programming/ 目录中有对此稍作说明，同时 IMdkit 的 source 也整个附在 xcin-2.5 source 中。
底下这篇文章是我最近写程式的一点点心得，除了前段部讨论了 linux I18N 环境外 (已在 Linux 连线版贴出)，後半部还加了一些有关 I18N 程式写作的简介。我想这篇文章就发表在 CLDP 上，希望 CLDP 可以收录。更希望这篇文章对有兴趣的朋友有帮助，让大家能早日进入 I18N 的世界 :-))
由於我所知很有限，所以文章中可能有很多错误，而关於 Xi18n 的部分，我也有很多因为没有去研究，故略过不提了。因此，希望各位高手能多多给我批评与建议，或帮忙我将不足之处补齐，让这篇文章更完美。
在此先谢谢各位。
谢东翰 (Tung-Han Hsieh)
--------------------------------------------------------------------------------
Linux 的中文化问题简介
一、前言:
最近这个话题大家吵得有点厉害，大家都希望 Linux 能在中文方面有所进步，各家有各家的说法，莫衷一是。由於我最近常与 CLE 的 group 有联，同时也正在写一些与中文相关的程式，因此我大略说一下「我们正在做什麽」，让大家参考。
我希望大家能将这篇文章当做技术性文章来读，不要再有情绪化的批评，必境我们要的是 solution, 情绪化的批评对我们实在没有帮助。除此之外，我的观点可能有错，也可能过份乐观，也欢迎大家能就技术方面给予我指教。
二、 I18N 与 locale:
要将 Linux 中文化，朝着标准走才是长远之计。各位如果有见过近代商业版的 UNIX 就会晓得，它们「中文化」之彻底，令人惊叹，诸如中文选单、中文讯息 .... 您能想像得到，或说只能在 Win95/98/NT OS/2 .... 等上头才见得到的 中文环境，它们都有。然而，它们的中文并不是像目前 Linux 上常见到的那样，由一堆程式七拼八凑出来的，它们全部都是遵循一个标准: I18N 。
I18N 是 InternationalizatioN (国际化) 的缩写，第一个字 I 与最後一个字 N 之间有 18 的字母，故名。 I18N 并不是只有表面上将 X Window 「国际化」而已，它是基在最底层的 libc 上。 libc 必须要有 locale 的支援，才能向 I18N 起步。
什麽是 locale? 简单说就是一组「地区语言」的资讯。它包括了 (详见 man setlocale):
LC_CTYPE: 字元定义
LC_MESSAGES: 讯息显示
LC_TIME: 时间显示格式
LC_NUMERIC: 数字显示格式
LC_MONETARY: 货币显示格式
LC_COLLATE: 字母顺序与字串比较
其中，与一般使用者最有关的，是 LC_CTYPE 与 LC_MESSAGES 。 LC_CTYPE 直接关到某些字元或内码在目前的 locale 下是否可印? 要如何转换? 对应到那一个字? .... 等等。 LC_MESSAGES 则关到软体的讯息输出是什麽样的语文。真正完整的 locale 支援，是当我们在 shell PRompt 下，直接设好环境变数，则我们马上就能切换到那个语文了。例如:
bash: export LC_CTYPE=zh_TW.Big5
有了 locale 的「协定」，使得任何地区的语文，只要在加入适当的 locale data 之後， libc 就能正确地处理它了，而我们的「中文」当然也不例外。由於前人与 CLE group 的努力，目前我们已有自己的 locale data 了。有安装 CLE 的朋友可以到 /usr/share/locale 下看看， zh_TW.Big5 就是我们的 locale data, 虽然还不够完整，但已能 work。
目前 Linux 对於 locale 的支援如何? 可以大概地说，西方语系差不多没问题了，但东方语系还有不少问题。如果您的 Linux 系统是用 libc5 (例如 Slackware) 的话，那差不多可以说支援得相当差，几乎只能靠「七拼八凑」的方法来有限度地使用中文。如果是用 libc6 (glibc2) 的话，那就有相当的 locale 支援了。
然而，目前大部分使用 glibc2 的系统都是 glibc-2.0.7, 这一版对东方语系的支援还不够好，特别是 LC_CTYPE ，它无法辨认、转换我们的 Big5 码，必须要等到 glibc-2.1 以後，才能完全解决这些问题。但这并不是说使用 glibc-2.0.7 的广大使用者都没希望了，事实上有一个 libwcsmbs 的套件，它可以将 glibc 中有问题的部分取代掉，让我们的 LC_CTYPE 部分可以「几乎 90% 正确」地工作。而这个套件就是目前 CLE 的标准之一，也是很重要的一个部分，虽然大家可能感受不到它的存在。
最近 glibc-2.1 的 pre-release 已经出来，我个人已做过初步测试， LC_CTYPE 在我们的 locale 下已经正常，虽然仍有其他问题存在，但这已是一个好消息，我预计在未来的一年内，等大部分的 Linux distribution 都换装了 glibc-2.1 之後，我们就有了最底层的「中文化」条件。
三、 X Window 的部分:
接着我们来看看上层， X Window 的「中文化」 (或「国际化」)。 X11R6 也有一个 locale 的目录，放在 /usr/X11R6/lib/X11/locale 头，如果是装 CLE 的朋友，就会见到一个 zh_TW.Big5 的目录，那就是我们的 XLC Locale data。在「标准」的情况下， XLC Locale 必须架构在 libc locale 之上运作，它头除了定义一些字元对应，最重要的是内码与字型的对应。以我们的 locale 为例，我们需要两种字型，一是「半形 (单位元)」，显示 ASCII 码用，另一是「全形 (双位元)」用来显示中文。举一个例子，像以下这一串字:
这是一个 abcd .... 测试字串 string! ＯＫ！
那些要用全形显示? 那些要用半形显示? 这必须靠 libc 的 LC_CTYPE 来判断。因此， LC_CTYPE 如果挂掉，可以说什麽都没辄。
我相信，有了上述的「配备」後，基本的 I18N 环境就已经具备了。但一定有人会问: 「看起来 CLE 在上述所说的都没问题，为什麽还是到处都不是中文?」 没错，那是因为目前 Linux 上大部分的程式还不是用 I18N 的标准而写的。例如大家常用的 Netscape, xcin, crxvt .... 等等，它们都是用「自己」的招术来处理中文，这也就是为什麽 xcin 只能在 crxvt 上输入，为什麽我们要靠 CXWin 来看中文 .... 等等。这些都不是正解，只是暂时的一个手段，最後都是要放弃的。
目前，有越来越多程式将朝向 I18N 来发展，而我们目前最需要的工作，就是弄 I18N 的 zh_TW.Big5 部分。举个例子，目前 CLE group 正忙於 GNOME 的中文化，它算是目前 I18N 化相当彻底的一个 X Disktop / Window Manager, Platin 预计在下一版的 CLE 就是以 GNOME 为主，只要将其中的讯息都翻译成中文，做好 LC_MESSAGES 的工作，未来在 GNOME 中，将不需要依靠 CXWin, 打开後就到处都是中文。
其他的 GNU 软体也是，有另一组人马正将一些常见指令如 ls, cp 等的讯息中文化，并将结果回报给 GNU, 期望未来新版的 GNU 软体中，中文讯息就是标准的一部分，我们不再需要每次人家更新版就急急忙忙地做 patch 了。
中文输入就比较杂，除了上述的 I18N 以外，还有一个 XIM (X Input Method) 协定。我们必须要有 XIM server 来取代目前的 xcin, 而且还要 X Window 的应用程式能够遵循 XIM 协定，才能做到 "Chinese Input Anywhere"。目前 CLE 已有一个 XIM server, 即 xcin-cxim 之类的程式，但麻烦的是遵循 XIM 协定的应用程式仍不多，最着名的就是 GNOME, xemacs, 以及一些 X11R6 所附的软体 (如 xedit, 由 Xt 及 Xaw 提供 I18N 支援)。而我个人目前正在写的 xcin-2.5 就是一个 XIM server, 我希望这个软体能在将来与「各路人马」配合，做出一点贡献。
因此，「中文化」的工作，并不是那麽简单地说「因为 Linux 是免费、没有人付钱给程式设计师，所以做不好」，或者说「我们中国人不团结，大家不肯合作发展程式」，或者说「 Linux 是 server 导向，不适合做中文」 .... 等等。 Linux 可以发展中文，而且有很多人正努力地在工作，但是更重要的是，我们还得配合国外 (或说软体的原设计者) 的脚步。前面说过，我们要有完整 locale 支援的 libc, 这一切才有希望，我们也需要我们常用的软体 (如 Netscape, window manager, 甚至 database, office ....) 的设计者觉悟到，真正的标准是 I18N, 是 locale, 是 XIM, 我们才能跟进，将中文化的部分加进去。更重要的一点，我们自己的程式设计师在写软体时，是不是也能遵循 I18N, locale, XIM??
中文化，需要一个标准，而我们希望这个标准，是世界通用的，而不是我们自己七拼八凑出来的。否则的话，我们永远都要自己玩自己的，永远都会事倍功半，永远会抱怨「为什麽 Linux 的中文支援比不上 Win95?」
四、中文列印:
中文列印与上述的关较小，但也是大家关心的问题之一，在此我也稍作一些说明。
在 UNIX 的世界，就我所知印表机输出最常见的就是两个: ASCII 码与 Postscript, 而 Postscript 就是「图形列印」的共通语言。因此，当我们要做中文列印，就是要寻求「图形列印」的途径，也就是找一个「能将中文字档转成 Postscript 输出」的程式」。目前大家常见的，如传统的 cnprint、 CLE 中能直接使用 TTF 字型的 bg5ps, 或是 ChiTeX, CJK+LaTeX, lyx .... 等等。
在此稍微值得一提的是， CJK 似乎已渐渐成为 Free Software / Open Source 所公认的标准之一，其原因如下:
它是 Free Software 。
目前 CJK 与 freetype 配合，已经可以完全整合到 LaTeX 的环境中，而不需要 像以往一样需要再更动 LaTeX 的程式与环境。相信在不久的将来它应该会成为 LaTeX 的标准附件之一。
就我所知， Netscape 在下一版的列印部分将支援 CJK 做为中日文 Postscript 输出, 我想这一点很值得成为我们未来发展中文列印的一个参考。
五、准备您的 I18N 环境:
以下我针对目前大家常用的系统，如何做到像 CLE 那样，有基本的 locale 环境，而不必真的非装 CLE 不可 (因为常听大家说 CLE 太大)。虽然以下所说的对各位的中文环境可能改善不多 (因为目前大部分的软体都还没有 I18N 化)，但就当做是为未来做准备。也希望对 source code 有兴趣，喜欢东玩玩、西摸摸 Linux 的网友们，能多多熟悉这个领域，或者能加入这个领域与我们共同努力。
以下的软体我以 tgz 为主，而不用 RedHat 的 RPM, 或 Debian 的 deb, 希望这个「共通语言」在大部分的 Linux distribution 都能适用。
请确定您的 Linux 的 libc 是 glibc-2.0.7 以上，若您还是用 libc5, 请参 考您的 distribution 套件，将 glibc-2.0.7 装起来。
若您有冒险的精神，想直接玩 glibc-2.1 的话， 可以在这找到 source:
glibc-pre2.1_*.tar.gz
请注意，如果您决定玩 glibc-2.1, 您必须为自己负责，除非您是有经验者， 否则您要有「 Linux 可能会被我不小心玩挂掉」的心准备。一个保险的做 法，是找一台空机器，或一个空的 partition 灌一个白老鼠系统来玩。如果 您不小心出差错而造成任何损失的话，本人不负任何责任。
如果您是用 glibc-2.1 且一切正常的话，那麽恭喜您，您可以略过这一步。 如果您是用 glibc-2.0.7, 请至 xcin.linux.org.tw 抓
libwcsmbs-0.0.4.tar.gz
wcsmbs-locale-0.4.7.tar.gz
并将它们装起来。这两个套件其实是来自 CLE, 其中特别注意 wcsmbs-locale 这 个套件，其原始套件不包函 zh_TW.Big5 locale data, 这个 locale data 是 Platin 加入的，有了它才有用。然後，在 /etc/profile 中加一行:
export LD_PRELOAD=<路径名>/libwcsmbs.so
如果您是使用 glibc-2.0.7 的话，请跳过这一步。若您是用 glibc-2.1, 您的系 统多半还没有 zh_TW.Big5 locale data, 此 locale data 可以在上述 wcsmbs-locale 套件中找到。请将该套件抓回并解开後，找到 localedata 目录下的 zh_TW.Big5 及 charmaps/BIG5 两个档，这两个分别是 locale def 与 charmap 档，您必须 将这两个档 compile 之後才能使用:
localedef -i zh_TW.Big5 -f BIG5 -u charids.894 zh_TW.Big5
(有关 localedef 的用法请见 localedef --help), compile 完成後的 locale data 会自动安装到 /usr/share/locale/zh_TW.big5 下，但由於我们的 locale 名是 zh_TW.Big5, 所以请您自行将它改名，或做一个 symbolic link。
请抓回
ftp://xcin.linux.org.tw/pub/xcin/libwcs/XLC_LOCALE
档，并放在 /usr/X11R6/lib/X11/locale/zh_TW.Big5 目录下 (您可能需要自 行建此目录) ，同时修改 /usr/X11R6/lib/X11/locale/locale.dir 档，在最 後加入这一行:
zh_TW.Big5/XLC_LOCALE zh_TW.Big5
您如果没有中文字型的话，必须抓几个回来装。我个人建议使用 twmoe 字型， 您应该可以在
ftp://linux.cis.nctu.edu.tw/pcakges/Chinese
头找到。 twmoe 字型非常多，您不用全抓，像我就只有
kai14.pcf.gz kai15.pcf.gz kai16.pcf.gz
kai18.pcf.gz kai20.pcf.gz kai24.pcf.gz
而已。安装方式是: 造一个 /usr/X11R6/lib/X11/fonts/chinese 目录，将字 型档放进去，在那个目录下执行 mkfontdir, 在 /etc/X11/XF86Config 中将 /usr/X11R6/lib/X11/fonts/chinese 这个路径加入 FontPath 列表头。最 後在那个目录下写一个 fonts.alias 档，建议内容如下
kai18 -twmoe-kai-medium-r-normal--18-180-75-75-c-180-big5-1
kai16 -twmoe-kai-medium-r-normal--16-160-75-75-c-160-big5-1
kai20 -twmoe-kai-medium-r-normal--20-200-75-75-c-200-big5-1
kai14 -twmoe-kai-medium-r-normal--14-140-75-75-c-140-big5-1
kai15 -twmoe-kai-medium-r-normal--15-150-75-75-c-150-big5-1
kai24 -twmoe-kai-medium-r-normal--24-240-75-75-c-240-big5-1
-twmoe-kai-medium-r-normal-fs-18-180-75-75-c-180-big5-0 (接下一行)
-twmoe-kai-medium-r-normal--18-180-75-75-c-180-big5-1
-twmoe-kai-medium-r-normal-fs-16-160-75-75-c-160-big5-0 (接下一行)
-twmoe-kai-medium-r-normal--16-160-75-75-c-160-big5-1
-twmoe-kai-medium-r-normal-fs-20-200-75-75-c-200-big5-0 (接下一行)
-twmoe-kai-medium-r-normal--20-200-75-75-c-200-big5-1
-twmoe-kai-medium-r-normal-fs-14-140-75-75-c-140-big5-0 (接下一行)
-twmoe-kai-medium-r-normal--14-140-75-75-c-140-big5-1
-twmoe-kai-medium-r-normal-fs-15-150-75-75-c-150-big5-0 (接下一行)
-twmoe-kai-medium-r-normal--15-150-75-75-c-150-big5-1
-twmoe-kai-medium-r-normal-fs-24-240-75-75-c-240-big5-0 (接下一行)
-twmoe-kai-medium-r-normal--24-240-75-75-c-240-big5-1
然後重新进入 X-Window 。
到此为止，您的系统已具备 I18N 的环境了，如果应用程式有支援 I18N, 则只要您设以下的环境变数:
export LC_CTYPE=zh_TW.Big5 (字元显示、转换为 zh_TW.Big5)
export LC_MESSAGES=zh_TW.Big5 (讯息显示为中文)
或
export LC_ALL=zh_TW.Big5
export LANG=zh_TW.Big5 (二者皆为所有的东东都变成中文)
则应该马上可以见到效果。但由於大部分的程式都还没有 I18N 化，因此这提供两个例子供您测试:
在 wcsmbs-locale 套件的 source 中，请到 test 目录 make 一下，执行 testmwm 程式，然後输入任意中英文字 (用 xcin & crxvt) 後按 return, 像这样:
--------------------------------------------------------------------------------
THH:thhpc $ testmwm
我是居士 1234567
mb -> wc, size: 13
wc -> mb, size: 17
a7 da ac 4f a9 7e a4 68 20 31 32 33 34 35 36 37 0a
string in buffer *after* mb -> wc then wc -> mb
我是居士 1234567
--------------------------------------------------------------------------------
表示 LC_CTYPE locale 成功了，若是
--------------------------------------------------------------------------------
THH:thhpc $ testmwm
我是居士 1234567
mb -> wc, size: -1
wc -> mb, size: 0
--------------------------------------------------------------------------------
表示没有成功。可能原因是: 您没有设 LD_PRELOAD? 没有设 LC_CTYPE? 或您以上 的安装出错了?
您可以在 xedit 中显示中文。但因为 Xlib 有一个 bug, 请您找这个软体回来 compile:
ftp://xcin.linux.org.tw/pub/xcin/libwcs/lcGen.tar.gz
然後在您的 $HOME/.Xresources 中加入:
--------------------------------------------------------------------------------
xtDefaultFontSet: -*-big5-0,-adobe-*-iso8859-1
xedit*international: True
xedit*fontSet: -*-big5-0, -adobe-*-iso8859-1
--------------------------------------------------------------------------------
执行:
xrdb merge ~/.Xresources
LD_PRELOAD="<路径名>/libwcsmbs.so <路径名>/lcGen.so" xedit
这时会跑出一个 xedit 视窗，您可以用 xcin & crxvt 在别的地方先打好一段 中英文文字，然後用滑鼠 cut & copy 到 xedit, 是不是见到正确的中文了?
(PS. xedit 还有点问题，所以用这个方式用 xedit 读取档案可能会不正常)
六、撰写 I18N 的程式:
在此我将我的一些心得与大家分享。由於这个问题牵涉的层面很广，而我只有针对部分子题稍微摸索一下，因此本文的目的不在於成为一个「完整」的文件说明，也许做为入门导引来得好些，希望能对 I18N 程式写作有兴趣的朋友提供一个方向。有兴趣的朋友同时也可以参考 info libc 的 Locale 章节，以及
http://i44www.info.uni-karlsruhe.de/~drepper/conf96/paper.html
http://www.pgroup.com/ppro_docs/pgC++_lib/stdlibug/int_6094.htm
(感谢 Pofeng Lee 的提供)
ftp.nctu.edu.tw: /documents/FAQ/comp/answers/internationalization/programming-faq.gz
(感谢 stevel 兄提供)
头有更完整的说明。
除此之外，在这我也会参杂一些我个人的理念，不一定是对的，仅供参考，也请各位多多给予我批评与指教。
第一步: setlocale (详见 man setlocale 与其他相关 man page)
程式的第一步必须要设定 locale, 而一般的写法是 locale 资料是经由环境变数取得，而不要写死在程式头，例如:
--------------------------------------------------------------------------------
#include
main()
{
setlocale(LC_ALL, "");
.....
}
--------------------------------------------------------------------------------
或分别设定:
setlocale(LC_CTYPE, "");
setlocale(LC_MESSAGES, "");
.....
我个人的建议是，在 setlocale() 时只要设我们程式中需要的项目即可，而不要设 LC_ALL, 原因是在某些 locale 下 (如我们的 zh_TW.Big5), 并非所有的项目都能正确运作。我想对大部分的程式而言，设好 LC_CTYPE 与 LC_MESSAGES 就差不多了，故以下我针对这两个做说明。
wcs. vs. mbs. (详见 man mbstowcs 与相关 man page)
"wcs" 是 "wide-chararater string" 的缩写，而 "mbs" 是 "multi-byte string" 的缩写，二者分别代表字串的表现方式。所谓的 multi-byte 是指数个 char 组成一个字 (如全形字或中文字是由两个 char 组成)，而 wide-char 是指一个 wchar_t type 就是一个字, 而 sizeof(wchar_t) 的大小与系统有关，一般而言是 4 bytes。一般我们可以直接看、输出输入等都是 multi-byte, 如:
char *str = "这是一个句子: abcd";
但我们会建议在程式内部，用 mbstowcs() 将它转成 wchar_t 来统一处理，这个转换其实是根据 locale 中的 LC_CTYPE 的机制，它定义了 multi-byte 与 wide- char 值二者间的对应关。做这样转换的好处是，您不用担心全形、半形的问题，因为一个 wchar_t 矩阵元就是一个字。
wchar_t 有一组与 string.h 中相对应的字串处理函式 (目前在 Linux 中可能还没有 man page 说明)，就定义在 wchar.h 中，让我们可以如同处理 (char *) 那样地处理 (wchar_t *), 其部分的对应关如下，其他的可以直接看 wchar.h 的内容:
wcscpy() <====> strcpy()
wcsncpy() <====> strncpy()
wcslen() <====> strlen()
wcsdup() <====> strdup()
wcscmp() <====> strcmp()
wcsncmp() <====> strncmp()
........................................
由於 mbs 码与 wcs 码的对应关是由该 locale 的 LC_CTYPE 来决定的，也就是不同的 locale 写法其对应关可能会不一样。就我们的 glibc2, zh_TW.Big5 locale 而言，由 mbs 转成的 wcs 即为 unicode (有关 unicode 的资讯可以在 http://www.unicode.org/ 中找到)，但不能保在其他的系统或环境下也是如此。故最保险的做法，是将字串储存成 multi-byte, 然後在 run-time 时才用 mbstowcs() 转成 wide-char 来运作。
讯息输出 (详见 info gettext):
一般我们程式的讯息输出，是经由 stdio.h 头的函式，直接输出到 stdout 或 stderr, 而输出的内容是直接写死在程式码中。这样的程式要做多国语文化会造成困扰，因为我们必须要修改原始码，将所有的讯息字串翻译成另一种语文。因此，我们必须透过 locale 的 LC_MESSAGES 来处理讯息输出。其原理很简单，就是将程式中的所有讯息抽离出来，为每一个 locale 分别做好一个讯息档，当程式要输出讯息时，则透过 libc 的函式依目前的 locale 去正确的讯息档中抓取讯息。
在此我用 GNU gettext 为例，简单说明其原理。在 /usr/share/locale 中，头有各种 locale 的资料目录。而每个目录下，都会有一个 LC_MESSAGES 的目录，而这些目录就是用来放各别程式的讯息档。例如:
/usr/share/locale/ja/LC_MESSAGES/prog.mo (日文)
/usr/share/locale/zh_TW.Big5/LC_MESSAGES/prog.mo (Big5)
其中在 ja/ 目录下的 prog.mo 就是 prog 这个程式的日文讯息，而 zh_TW.Big5/ 下的 prog.mo 就是 prog 这个程式的中文讯息。假设在还没加入 LC_MESSAGES 支援之前， prog.c 长得像这样:
--------------------------------------------------------------------------------
#include
main()
{
printf("This is a test string.\n");
}
--------------------------------------------------------------------------------
现在我们要用 gettext 来加入支援，则程式只要改成:
--------------------------------------------------------------------------------
#include
#include
#define _(STRING) gettext(STRING)
#define PACKAGE "prog"
main()
{
setlocale(LC_MESSAGES, "");
textdomain(PACKAGE);
/* 这就是指定用
/usr/share/locale/$LOC/LC_MESSAGES/prog.mo
作为讯息档。其中 $LOC 是在 setlocale 中设定的 */
printf(_("This is a test string.\n"));
/* 使用 gettext 来抓出讯息，再交给 printf 来印 */
}
--------------------------------------------------------------------------------
如果在指定的 locale 下找不到 prog.mo 档，则程式就直接以原英文讯息印出。因此，加入 LC_MESSAGES 的支援，原 source code 修改并不多，其实相当方便。
比较麻烦的是各 locale 下的讯息档作，而这些步骤可以经由 GNU gettext 套件很容易地达成，其步骤简述如下 (详见 info gettext):
xgettext editor msgfmt (install)
source code --> .pot --> .pox --> .gmo --> .mo -->
(节录自 Platin.bbs@csie.nctu.edu.tw 的文章:
[REF] 关於 gettext (一、简介))
使用 xgettext 产生 .pot 档:
xgettext -a -o prog.pot prog.c
而 prog.pot 档的内容如下:
--------------------------------------------------------------------------------
# SOME DESCRIPTIVE TITLE.
# Copyright (C) YEAR Free Software Foundation, Inc.
# FIRST AUTHOR
, YEAR.
#
#: prog.c:8
#, fuzzy
msgid ""
msgstr ""
"Project-Id-Version: PACKAGE VERSION\n"
"POT-Creation-Date: 1999-02-28 19:18+0800\n"
"PO-Revision-Date: YEAR-MO-DA HO:MI+ZONE\n"
"Last-Translator: FULL NAME
\n"
"Language-Team: LANGUAGE
\n"
"MIME-Version: 1.0\n"
"Content-Type: text/plain; charset=CHARSET\n"
"Content-Transfer-Encoding: ENCODING\n"
#: prog.c:10
msgid "This is a test string.\n"
msgstr ""
--------------------------------------------------------------------------------
各位可以注意到倒数两行， msgid 就是原来 source 头的英文讯息，而我 们可以直接在 msgstr 中将原讯息翻译成中文。所以，接下来的工作其实就 是翻译，我们可以用任意的编辑器编辑这个档案，并将翻译好的档案存成 prog.pox 档。
将 prog.pox 编译成 prog.gmo:
msgfmt -o prog.gmo prog.pox
其中 prog.gmo。就是我们要的讯息档，等到我们把它安装到
/usr/share/locale/..../LC_MESSAGES/
之後，就名改为 prog.mo 。在此， .pot, pox, gmo 等附档名是 info gettext 中建议的，分别代表未翻译前的讯息原始档、翻译後的讯息原始档、 经 GNU gettext 套件编译後的讯息档。
七、撰写 Xi18n 程式:
Xi18n 意指在 X Window 中加入 I18N 的支援。除了上述的部分外， Xi18n 还需要考虑字形设定、图形字串输出、以及输入的问题。由於目前我只有看过 Xlib, 对於其他 Widget 还没有深入研究，因此我只能对 Xlib 的部分稍作说明。而这类的参考资料，有兴趣的朋友可以找
The Definitive Guides to the X Window System
这一系列的书来看，出版商是 O'Reilly & Associates Inc. ，其中有两本
Volume One, Xlib Programming Manual (for Version 11)
Author: Adrian Nye
R6 Update for the R5 Editions of vols. 1, 2, 4, & 5 Programmer's Supplement for Release 6 of the X Window System.
Author: Adrian Nye
在 I18N 方面有详尽的资料，很值得参考。或者是可以看看 XFree86 内附的 .ps 文件 (如果您有安装的话，应该在 /usr/X11R6/lib/X11/doc 头)。
第一步 (详见 man XSupportsLocale):
除了 setlocale() 之外，您还要呼叫 XSupportsLocale() 来确定 X Window 对您 目前的 locale 是否有支援。另外，您还要呼叫 XSetLocaleModifiers() 来设定 一些 X-modifier 的值，例如下:
--------------------------------------------------------------------------------
#include
#include
#include
main()
{
setlocale(LC_CTYPE, "");
if (XSupportsLocale() != True) {
printf("error X locale setting\n");
exit(0);
}
XSetLocaleModifiers("");
}
--------------------------------------------------------------------------------
在此我们用 X11/Xlocale.h 来取代原来的 locale.h, 这是 "Xlib programming manual" 书中建议的，在其备完整 locale 支援的 libc 环境下，它其实是等价 於 include , 但若在其他环境， Xlocale.h 会用 XLOCALE 机制来 取代原有的机制。
上头的 XSetLocaleModifiers 会存环境变数 XMODIFIERS 中取得 X-modifier 的值并加以设定之。 XMODIFIERS 的格式为:
export XMODIFIERS='@category=value'
目前 category 只有 "im" 有用，如 "@im=xcin-cxims", 意指设定 xcin-cxims 作为此 X Window 程式的 XIM server。
设定 fontset (详见 man XCreateFontSet):
以往 X Window 程式都是呼叫 XLoadQueryFont() 之类的函式来载入并使用字型。 但在 Xi18n 的架构下，一个 locale 的 encoding 通常不能光用一种字型来表示。 例如我们的 zh_TW.Big5, 半形字需用英文字型 (如 -*-iso8859-1)，而全形字需 用中文字型 (如 -twmoe-*-big5-0), 因此，我们不能用 XLoadQueryFont() 将这 些字型分别载入，而要用 XCreateFontSet() 来载入所需的 fontset。
--------------------------------------------------------------------------------
Display *display;
XFontSet fontset;
char *fontset_name, **missing_charset, *def_string;
int missing_charset_count;
fontset_name = "-*-iso8859-1,-twmoe-*-big5-0";
fontset = XCreateFontSet(display, fontset_name,
&missing_charset_list,
&missing_charset_count,
&def_string);
--------------------------------------------------------------------------------
在这我们可以将 fontset 看成一个「字型物件」，而不要把它看成 "-*-iso8859-1" 与 "-twmoe-*-big5-0" 这两种字型的组合。当我们要画任何字 串时，我们不用担心要画的到底是全型字或半型字，使用 fontset 便能帮我们 处理一切。
画出字串 (详见 man XwcDrawImageString, man XmbDrawImageString, manXOpenOM)
平常我们要在视窗画字串时，都会用 XDrawImageString() 等函式，或者用 XDrawImageString16() 来画双位元的字串 (即全型字)。现在可以我们用 XwcDrawImageString (用来画 wide-char (wchar_t *) 字串) 或 XmbDrawImageString (用来画 multi-byte (char *) 字串) 。不管您输入的字 串是全型或半型，或二者的混合，使用者两个函式都能正确处理，同时会根据 您的 fontset 的设定来画字。
除此之外， X11R6 还有一个 Output Method 机制，用来做多国语系字串输出 (画字串)，我们可以在程式中呼叫 XOpenOM() 来开启一个 Output Method 。 但这部分我还没有仔细研究，有兴趣的朋友可以参考本章开头所列的参考资料 以获得进一步资讯。
XIM (详见 man XOpenIM)
XIM 应分两方面来谈，一是 XIM server, 另一是 XIM client。对 XIM client 而言，如同 Output Method 一般，我们可以在程式中呼叫 XOpenIM() 来开启一 个 Input Method, 同时指定 XIM server 的名字。但这部分我还没有仔细研究， 有兴趣的朋友可以参考本章开头所列的参考资料。
我目前是在写 XIM server 的部分，但我没有直接拿 X Window 的函式来写，而 是拿 IMdkit lib 来写，以简化整个程式写作。在此我不多作说明了，有兴趣的 朋友可以抓取:
xcin-2.5-19990218.tar.gz
回去看，头的 doc/programming/ 目录中有对此稍作说明，同时 IMdkit 的 source 也整个附在 xcin-2.5 source 中。
中查找“Linux 的中文化问题简介”更多相关内容
中查找“Linux 的中文化问题简介”更多相关内容更多精彩
赞助商链接
