Java平台I18N 支持概述

核心提示：一、国际化和 java 编程语言 和大多数使用其它语言的程序员不同，Java 程序员是大量构建在 JDK 中提供 I18N 支持的标准代码的受益者，Java平台I18N 支持概述，大部分代码最初来自 IBM 的 Taligent 子公司（自从合并进 IBM 以后），代表了许多人年的工作成果，假如您需要实现输入法，您可以

　　一、国际化和 java 编程语言

和大多数使用其它语言的程序员不同，Java 程序员是大量构建在 JDK 中提供 I18N 支持的标准代码的受益者。大部分代码最初来自 IBM 的 Taligent 子公司（自从合并进 IBM 以后），代表了许多人年的工作成果，比大多数公司独安闲其产品中提供的代码要切实可行得多。

这些代码及其远见并不总是完美的；例如，请看一下 java.util.Date 类中许多弃用的（dePRecated）方法。我们中的许多人可能记得太平洋标准时间（Pacific Standard Time）显然也是 Java 世界时间（Java World Time）。然而，即使在“错误的旧时代”，其它语言也没有能与这种内置的功能匹敌的东西，即便有，也很少。这一节的页面简要地讨论了 Java 平台支持的一般国际化领域。


二、Unicode 支持

Java 语言字符集是 Unicode，而且相应地，原始 char 数据类型的长度是两个字节（16 位），以容纳 Unicode 值。由于大家熟悉的 String 由 char 组成，因此 String 也是基于 Unicode 的。Unicode 本身是这样定义的：值 0 到 127 匹配标准 ASCII，0 到 255 匹配 ISO 8859-1 (Latin-1) 标准。由于这一起始值的一致性，不使用 I18N 功能或不需要面对 I18N 问题的程序员可以编写他们的 Java 程序而无需理解或知道 Unicode。然而，考虑到 Windows 的普遍使用，该平台的程序员应该知道标准 ISO 8859-1 和 Windows Latin-1 (cp1252) 之间的差异。

16 位 char 长度答应 0 到 65535 之间的值。提供了 Unicode 转义以在本地平台不支持实际字符时仍然答应输入。其格式是“u”后跟 0000 到 FFFF 的四个十六进制数字。例如，下面两行代码是等价的：


char c1 = ´a´;
char c2 = ´u0061´;


JDK/JRE 的 1.3 版本支持 Unicode 2.1；1.4 版本支持 Unicode 3.0。更多关于 Unicode 和称为 UniBook 的 Unicode 显示程序的信息，请参阅参考资料中到 Unicode Consortium 的链接。


三、字符集转换和流输入／输出

上一页提到过 Java 字符集是 Unicode，但并不是所有平台都支持 Unicode。那么，这个戏法是怎么完成的呢？答案是：所有支持字符的输入和输出流 ? 即 java.io.Reader 和 java.io.Writer 层次结构 ? 自动调用在平台的本地编码和 Unicode 之间执行转换的隐藏代码层。请注重，本地编码是假设的。假如数据不是缺省编码的，您将不得不自己转换数据。幸运的是，java.io.InputStreamReader、java.io.OutputStreamWriter 和 java.lang.String 类具有答应使用受支持的编码的转换规范的方法。您可以在 JDK 文档（可以从参考资料访问）的 Internationalization 节中的 Supported Encodings 下面找到它们。请注重，JDK 1.4 现在对泰国语和印地语提供支持。

有趣的是，Java 对数字的大尾数格式提供保证，而对于 char 数据类型却不支持这一保证。缺省格式同平台有关。例如，在 NT 4.0 上，系统特性“sun.io.unicode.encoding”被设置成“UnicodeLittle”。假如因为某种原因您想自己指定该格式，那么您可以根据文档来选择 UnicodeBig、UnicodeBigUnmarked、UnicodeLittle、UnicodeLittleUnmarked、UTF8 或 UTF-16。


四、字符分类与 Character 类

除了以标准方式为多种语言定义字符之外，Unicode 也为每个字符定义了几个特性。这些特性标识诸如一般类别、双向性、大写、小写以及该字符是数字还是控制字符等事情。在可以从 Unicode Consortium 网站上获得的 UnicodeData 文件中定义了这些特性。

Java Character 类提供获取这些特性的方法。虽然特定实例是不变的，但是许多方法是静态的，答应实时访问字符的特性。

该类有用性的一个示例来自一个典型的 ASCII 编程算法：许多程序员利用了这样一个事实，假如字符值在 0x41 和 0x5A 之间，那么它是大写字母（A-Z）。加上 0x20，您就得到小写字母（a-z）。遗憾的是，假如处理的语言包含有超出 ASCII 范围的字符时，该算法会失效。 解决方案是使用 Character.isUpperCase() 和 Character.toLowerCase()，它们在任何情况下都起作用。另外一个示例是 Character.isDigit()，它也用于表示 ASCII‘0’到‘9’以外的数字的字符。


五、语言环境

在 Java 语言中，语言环境（locale）仅仅是一个标识符，而不是一组本地化的属性。java.util.Locale 类的一个实例表示一个特定的地理政治区域，使用表示语言、区域以及国家或地区的参数创建。每个与语言环境相关的类都维护着它自己的一组本地化属性，并且确定如何对含有 Locale 参数的方法请求做出响应。

按照以前的陈述，很明显，没有关于程序员可能怎样对含有 Locale 参数的方法请求做出响应的约束。然而，在 Sun 的参考 Java 2 平台和其它一致实现中，有一组一致的受支持的本地化实现。更多信息，请参阅 JDK 文档（可以从参考资料访问）中的 Internationalization 一节中 Supported Locales。应该注重，该文档将多种语言环境列为“也提供了，却未测试（also provided, but not tested）”。我个人看见这一“未测试”问题出现在 JDK 1.3.1 中的 Finnish (fi_FI) 语言环境；买主自行当心。


六、AWT/Swing Name 和 Locale 属性

java.awt.Component 类包含 Name 和 Locale 属性的读方法和写方法。虽然文档也讨论了 Component 的构造器及其使用 Name 参数的子类，但我显然需要倍加小心，因为我以前从未找到它们。Component 位于大多数 Swing 类的层次结构中，它们也自动支持这些属性。

Name 属性是一个您可以通过编程进行赋值的不可本地化的 String。这有助于国际化 ? 听起来可能有些希奇，但是随着大多数数据根据语言环境改变时，Name 提供了一个标识组件的设置锚点。当然，在一个给定的类里，为对象等同性测试对象引用可以达到相同的目的。虽然每种技术都有极好的理由，但我通常在 actionPerformed() 方法中使用对象等同性测试，如同您在代码示例中看到的那样。文档声明：假如不通过编程设置 Name，那么将赋予一个缺省值，但不给出值或模式。在我编写的代码中，假如在调用 Component.setName("aName") 之前调用了 Component.getName()，它将返回 null。当然，作为未在文档中记录的行为，结果可能不一致，并且可能会在将来发生改变。因此，当将使用 Name 属性时，良好的编程实践要求将所有组件的 Name 属性设置成标准值（也就是“取消设置”），然后适当地设置想要的组件。

Locale 属性答应组件跟踪它自己的语言环境，即便是应用程序的其余部分正在使用不同的语言环境。在某些情况下，该项技术非常有用，虽然对于具有文本值的 Component，可以在将文本发送给 Component 之前对它执行本地化，而无需设置特定的 Component Locale。


七、本地化的资源

java.util.ResourceBundle 是一个为存储和定位由应用程序使用的资源提供机制的抽象类。资源通常是本地化的 String，但也可以是任何 Java 对象。ResourceBundle 以一种层次结构建立，它以一个具有基础名称的一般 ResourceBundle 开始，然后通过向另外的 ResourceBundle 的基础名添加语言和国家或地区标识（它们在 JDK 文档 Internationalization 一节的 Supported Locales 中有定义，可以从参考资料访问这一节），使这种层次结构变得更为特定。ResourceBundle 的三大优点是：

类装入器机制用于定位 ResourceBundle，因此无需额外的 I/O 代码。


ResourceBundle“知道”如何通过使用 static getBundle(String baseName) 或 getBundle(String baseName, Locale locale) 方法，按照从特定到一般的顺序，搜索层次结构以寻找适合于语言环境的实例。


假如在特定实例中没有找到资源，那么将使用来自更一般实例的资源。
好消息／坏消息是：ResourceBundle 实例一旦被装入，将被以性能优化的名义进行高速缓存；这一高速缓存从不会被更新，并且没有操作该高速缓存的正式方法。

ResourceBundle 有两个子类：

ListResourceBundle，它是另一个抽象类，因此您必须提供自己的实现。首先，您必须覆盖 getContents()，它返回二维 Object 数组（Object[][]）。这种 ResourceBundle 可以返回任何类型的 Object。


PropertyResourceBundle，它是一个由 java.util.Properties 文件支持的具体类，它只能返回 String。
您也可以提供您自己的定制子类。在这种情况下，您必须覆盖并实现 handleGetObject() 和 getKeys(String key)。

ResourceBundle 使用键／值对，并提供 getString(String key) 和 getObject(String key) 方法。您也可以使用 getKeys() 来获得可用键的 Enumeration。


八、日历与时区支持

最初打算将 java.util.Date 用来处理日期与时间操作，但是内在的缺陷导致其只能以时间的形式表示具体时刻。JDK 1.1 中引入了抽象类 java.util.Calendar 及其具体子类 java.util.GregorianCalendar 来处理 java.util.Date 的不足。Calendar 类具有获取所有日期与时间字段以及执行日期与时间运算的方法。

抽象 java.util.TimeZone 类及其具体子类 java.util.SimpleTimeZone 维护全球统一时间（Universal Coordinated Time（缩写为 UTC，而不是您期待的 UCT；由于历史原因这一缩写取自法语形式））的标准时及夏令时的偏差值。此外，TimeZone 也含有获取本机及本地化时区显示名称的方法。


九、格式化与解析

数字、货币、日期、时间以及程序消息都受到文化及地区差异的影响，并且对于本地化需要大量的格式化与解析工作。创建了抽象类 java.text.Format 及其子类来处理这一 I18N 领域的问题。所有这些子类都有与语言环境相关的 format() 和 parse() 方法来以与语言环境相关的方式操作值。碰到非法值，parse() 方法将抛出 ParseException。具体子类 java.text.SimpleDateFormat 和 java.text.DecimalFormat 答应模式及对实例的适当符号的访问。通常，抽象父类拥有返回适当本地化的对象的 getInstance() 和 getXXXInstance() 静态工厂方法。

下面是 java.text.Format 的直接子类的列表：

抽象 java.text.DateFormat 类及其具体子类 java.text.SimpleDateFormat，由 java.text.DateFormatSymbols 类支持，用于处理日期与时间值。


抽象 java.text.NumberFormat 类及其具体子类 java.text.ChoiceFormat 和 java.text.DecimalFormat，由 java.text.DecimalFormatSymbols 类支持，用于处理数字、货币及百分数。


java.text.MessageFormat 答应“软编码的”位置及格式化要插入本地化的消息的值。
对于 JDK/JRE 1.4，已经添加了 java.util.Currency 以使得可以独立于语言环境使用货币。java.text.NumberFormat 拥有处理货币和整数的新方法。


十、与语言环境相关的 String 操作

作为开发人员，我们经常需要操作、搜索 String 以及对其排序。当涉及多种语言，这项工作的难度简直令人难以置信。Java 平台提供下列类以供帮助：

抽象 java.text.Collator 类及其具体子类 java.text.RuleBasedCollator 答应对与语言环境相关的 String 进行比较。


java.text.CollationElementIterator 类以给定的整理顺序遍历 String 的每个字符并返回其有序的优先级。


java.text.CollationKey 类表示一个由特定 Collator 治理的 String，它答应相对较快的排序比较。


java.text.BreakIterator 类以与语言环境相关的方式实现了定位断行、断句、断词和断字符的位置的约定。


java.text.StingCharacterIterator 类对 Unicode 字符提供双向遍历，用于搜索 String 内的字符。


十一、输入法

实际上，以上所有讨论都涉及操作或显示数据。然而，必须以某种方式输入数据。对于最终用户，最常用的是键盘。但是，假如键盘不支持某种语言输入所需的字符，您该怎么办呢？

输入法（Input method）是答应数据输入的软件组件的一个技术术语。Java 平台既答应使用主机 OS 输入法也答应使用基于 Java 语言的输入法。假如您需要实现输入法，您可以使用输入法框架（Input Method Framework）。您可以在 JDK 文档中 Internationalization 一节中的 Input Method Framework（可以从参考资料中访问该文档）中找到输入法客户机 API（Input Method Client API）及输入法引擎 SPI（Input Method Engine SPI）的规范、参考和教程。

--摘自IBM 网站