Linux 的中文化問題簡介

作者按 底下這篇文章是我最近寫程式的一點點心得，除了前段部討論了 Linux I18N 環境外 (已在 Linux 連線版貼出)，後半部還加了一些有關 I18N 程式寫作的簡介。我想這篇文章就發表在 CLDP 上，希望 CLDP 可以收錄。更希望這篇文章對有興趣的朋友有幫助，讓大家能早日進入 I18N 的世界 :-)) 由於我所知很有限，所以文章中可能有很多錯誤，而關於 Xi18n 的部分，我也有很多因為沒有去研究，故略過不提了。因此，希望各位高手能多多給我批評與建議，或幫忙我將不足之處補齊，讓這篇文章更完美。 在此先謝謝各位。 謝東翰 (Tung-Han Hsieh) -------------------------------------------------------------------------------- Linux 的中文化問題簡介 一、前言: 最近這個話題大家吵得有點厲害，大家都希望 Linux 能在中文方面有所進步，各家有各家的說法，莫衷一是。由於我最近常與 CLE 的 group 有聯，同時也正在寫一些與中文相關的程式，因此我大略說一下「我們正在做什麽」，讓大家參考。 我希望大家能將這篇文章當做技術性文章來讀，不要再有情緒化的批評，必境我們要的是 solution, 情緒化的批評對我們實在沒有幫助。除此之外，我的觀點可能有錯，也可能過份樂觀，也歡迎大家能就技術方面給予我指教。 二、 I18N 與 locale: 要將 Linux 中文化，朝著標准走才是長遠之計。各位如果有見過近代商業版的 UNIX 就會曉得，它們「中文化」之徹底，令人驚歎，諸如中文選單、中文訊息 .... 您能想像得到，或說只能在 Win95/98/NT OS/2 .... 等上頭才見得到的 中文環境，它們都有。然而，它們的中文並不是像目前 Linux 上常見到的那樣，由一堆程式七拼八湊出來的，它們全部都是遵循一個標准: I18N 。 I18N 是 InternationalizatioN (國際化) 的縮寫，第一個字 I 與最後一個字 N 之間有 18 的字母，故名。 I18N 並不是只有表面上將 X Window 「國際化」而已，它是基在最底層的 libc 上。 libc 必須要有 locale 的支援，才能向 I18N 起步。 什麽是 locale? 簡單說就是一組「地區語言」的資訊。它包括了 (詳見 man setlocale): 　 LC_CTYPE: 字元定義 LC_MESSAGES: 訊息顯示 LC_TIME: 時間顯示格式 LC_NUMERIC: 數字顯示格式 LC_MONETARY: 貨幣顯示格式 LC_COLLATE: 字母順序與字串比較 其中，與一般使用者最有關的，是 LC_CTYPE 與 LC_MESSAGES 。 LC_CTYPE 直接關到某些字元或內碼在目前的 locale 下是否可印? 要如何轉換? 對應到那一個字? .... 等等。 LC_MESSAGES 則關到軟體的訊息輸出是什麽樣的語文。真正完整的 locale 支援，是當我們在 shell prompt 下，直接設好環境變數，則我們馬上就能切換到那個語文了。例如: bash: eXPort LC_CTYPE=zh_TW.Big5 有了 locale 的「協定」，使得任何地區的語文，只要在加入適當的 locale data 之後， libc 就能正確地處理它了，而我們的「中文」當然也不例外。由於前人與 CLE group 的努力，目前我們已有自己的 locale data 了。有安裝 CLE 的朋友可以到 /usr/share/locale 下看看， zh_TW.Big5 就是我們的 locale data, 雖然還不夠完整，但已能 work。 目前 Linux 對於 locale 的支援如何? 可以大概地說，西方語系差不多沒問題了，但東方語系還有不少問題。如果您的 Linux 系統是用 libc5 (例如 Slackware) 的話，那差不多可以說支援得相當差，幾乎只能靠「七拼八湊」的方法來有限度地使用中文。如果是用 libc6 (glibc2) 的話，那就有相當的 locale 支援了。 然而，目前大部分使用 glibc2 的系統都是 glibc-2.0.7, 這一版對東方語系的支援還不夠好，特別是 LC_CTYPE ，它無法辨認、轉換我們的 Big5 碼，必須要等到 glibc-2.1 以後，才能完全解決這些問題。但這並不是說使用 glibc-2.0.7 的廣大使用者都沒希望了，事實上有一個 libwcsmbs 的套件，它可以將 glibc 中有問題的部分取代掉，讓我們的 LC_CTYPE 部分可以「幾乎 90% 正確」地工作。而這個套件就是目前 CLE 的標准之一，也是很重要的一個部分，雖然大家可能感受不到它的存在。 最近 glibc-2.1 的 pre-release 已經出來，我個人已做過初步測試， LC_CTYPE 在我們的 locale 下已經正常，雖然仍有其他問題存在，但這已是一個好消息，我預計在未來的一年內，等大部分的 Linux distribution 都換裝了 glibc-2.1 之後，我們就有了最底層的「中文化」條件。 三、 X Window 的部分: 接著我們來看看上層， X Window 的「中文化」 (或「國際化」)。 X11R6 也有一個 locale 的目錄，放在 /usr/X11R6/lib/X11/locale 頭，如果是裝 CLE 的朋友，就會見到一個 zh_TW.Big5 的目錄，那就是我們的 XLC Locale data。在「標准」的情況下， XLC Locale 必須架構在 libc locale 之上運作，它頭除了定義一些字元對應，最重要的是內碼與字型的對應。以我們的 locale 為例，我們需要兩種字型，一是「半形 (單位元)」，顯示 ASCII 碼用，另一是「全形 (雙位元)」用來顯示中文。舉一個例子，像以下這一串字: 這是一個 abcd .... 測試字串 string! ＯＫ！ 那些要用全形顯示? 那些要用半形顯示? 這必須靠 libc 的 LC_CTYPE 來判斷。因此， LC_CTYPE 如果掛掉，可以說什麽都沒辄。 我相信，有了上述的「配備」後，基本的 I18N 環境就已經具備了。但一定有人會問: 「看起來 CLE 在上述所說的都沒問題，為什麽還是到處都不是中文?」 沒錯，那是因為目前 Linux 上大部分的程式還不是用 I18N 的標准而寫的。例如大家常用的 Netscape, xcin, crxvt .... 等等，它們都是用「自己」的招術來處理中文，這也就是為什麽 xcin 只能在 crxvt 上輸入，為什麽我們要靠 CXWin 來看中文 .... 等等。這些都不是正解，只是暫時的一個手段，最後都是要放棄的。 目前，有越來越多程式將朝向 I18N 來發展，而我們目前最需要的工作，就是弄 I18N 的 zh_TW.Big5 部分。舉個例子，目前 CLE group 正忙於 GNOME 的中文化，它算是目前 I18N 化相當徹底的一個 X Disktop / Window Manager, Platin 預計在下一版的 CLE 就是以 GNOME 為主，只要將其中的訊息都翻譯成中文，做好 LC_MESSAGES 的工作，未來在 GNOME 中，將不需要依靠 CXWin, 打開後就到處都是中文。 其他的 GNU 軟體也是，有另一組人馬正將一些常見指令如 ls, cp 等的訊息中文化，並將結果回報給 GNU, 期望未來新版的 GNU 軟體中，中文訊息就是標准的一部分，我們不再需要每次人家更新版就急急忙忙地做 patch 了。 中文輸入就比較雜，除了上述的 I18N 以外，還有一個 XIM (X Input Method) 協定。我們必須要有 XIM server 來取代目前的 xcin, 而且還要 X Window 的應用程式能夠遵循 XIM 協定，才能做到 "Chinese Input Anywhere"。目前 CLE 已有一個 XIM server, 即 xcin-cxim 之類的程式，但麻煩的是遵循 XIM 協定的應用程式仍不多，最著名的就是 GNOME, xemacs, 以及一些 X11R6 所附的軟體 (如 xedit, 由 Xt 及 Xaw 提供 I18N 支援)。而我個人目前正在寫的 xcin-2.5 就是一個 XIM server, 我希望這個軟體能在將來與「各路人馬」配合，做出一點貢獻。 因此，「中文化」的工作，並不是那麽簡單地說「因為 Linux 是免費、沒有人付錢給程式設計師，所以做不好」，或者說「我們中國人不團結，大家不肯合作發展程式」，或者說「 Linux 是 server 導向，不適合做中文」 .... 等等。 Linux 可以發展中文，而且有很多人正努力地在工作，但是更重要的是，我們還得配合國外 (或說軟體的原設計者) 的腳步。前面說過，我們要有完整 locale 支援的 libc, 這一切才有希望，我們也需要我們常用的軟體 (如 Netscape, window manager, 甚至 database, Office ....) 的設計者覺悟到，真正的標准是 I18N, 是 locale, 是 XIM, 我們才能跟進，將中文化的部分加進去。更重要的一點，我們自己的程式設計師在寫軟體時，是不是也能遵循 I18N, locale, XIM?? 中文化，需要一個標准，而我們希望這個標准，是世界通用的，而不是我們自己七拼八湊出來的。否則的話，我們永遠都要自己玩自己的，永遠都會事倍功半，永遠會抱怨「為什麽 Linux 的中文支援比不上 Win95?」 四、中文列印: 中文列印與上述的關較小，但也是大家關心的問題之一，在此我也稍作一些說明。 在 UNIX 的世界，就我所知印表機輸出最常見的就是兩個: ASCII 碼與 Postscript, 而 Postscript 就是「圖形列印」的共通語言。因此，當我們要做中文列印，就是要尋求「圖形列印」的途徑，也就是找一個「能將中文字檔轉成 Postscript 輸出」的程式」。目前大家常見的，如傳統的 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 似乎已漸漸成為 Free Software / Open Source 所公認的標准之一，其原因如下: 　 它是 Free Software 。 目前 CJK 與 freetype 配合，已經可以完全整合到 LaTeX 的環境中，而不需要 像以往一樣需要再更動 LaTeX 的程式與環境。相信在不久的將來它應該會成為 LaTeX 的標准附件之一。 就我所知， Netscape 在下一版的列印部分將支援 CJK 做為中日文 Postscript 輸出, 我想這一點很值得成為我們未來發展中文列印的一個參考。 五、准備您的 I18N 環境: 以下我針對目前大家常用的系統，如何做到像 CLE 那樣，有基本的 locale 環境，而不必真的非裝 CLE 不可 (因為常聽大家說 CLE 太大)。雖然以下所說的對各位的中文環境可能改善不多 (因為目前大部分的軟體都還沒有 I18N 化)，但就當做是為未來做准備。也希望對 source code 有興趣，喜歡東玩玩、西摸摸 Linux 的網友們，能多多熟悉這個領域，或者能加入這個領域與我們共同努力。 以下的軟體我以 tgz 為主，而不用 RedHat 的 RPM, 或 Debian 的 deb, 希望這個「共通語言」在大部分的 Linux distribution 都能適用。 　 請確定您的 Linux 的 libc 是 glibc-2.0.7 以上，若您還是用 libc5, 請參 考您的 distribution 套件，將 glibc-2.0.7 裝起來。 若您有冒險的精神，想直接玩 glibc-2.1 的話， 可以在這找到 source: glibc-pre2.1_*.tar.gz 請注意，如果您決定玩 glibc-2.1, 您必須為自己負責，除非您是有經驗者， 否則您要有「 Linux 可能會被我不小心玩掛掉」的心准備。一個保險的做 法，是找一台空機器，或一個空的 partition 灌一個白老鼠系統來玩。如果 您不小心出差錯而造成任何損失的話，本人不負任何責任。 　 如果您是用 glibc-2.1 且一切正常的話，那麽恭喜您，您可以略過這一步。 如果您是用 glibc-2.0.7, 請至 xcin.linux.org.tw 抓 　 libwcsmbs-0.0.4.tar.gz wcsmbs-locale-0.4.7.tar.gz 並將它們裝起來。這兩個套件其實是來自 CLE, 其中特別注意 wcsmbs-locale 這 個套件，其原始套件不包函 zh_TW.Big5 locale data, 這個 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=<路徑名>/libwcsmbs.so 　 如果您是使用 glibc-2.0.7 的話，請跳過這一步。若您是用 glibc-2.1, 您的系 統多半還沒有 zh_TW.Big5 locale data, 此 locale data 可以在上述 wcsmbs-locale 套件中找到。請將該套件抓回並解開後，找到 localedata 目錄下的 zh_TW.Big5 及 charmaps/BIG5 兩個檔，這兩個分別是 locale def 與 charmap 檔，您必須 將這兩個檔 compile 之後才能使用: localedef -i zh_TW.Big5 -f BIG5 -u charids.894 zh_TW.Big5 (有關 localedef 的用法請見 localedef --help), compile 完成後的 locale data 會自動安裝到 /usr/share/locale/zh_TW.big5 下，但由於我們的 locale 名是 zh_TW.Big5, 所以請您自行將它改名，或做一個 symbolic link。 　 請抓回 FTP://xcin.linux.org.tw/pub/xcin/libwcs/XLC_LOCALE 檔，並放在 /usr/X11R6/lib/X11/locale/zh_TW.Big5 目錄下 (您可能需要自 行建此目錄) ，同時修改 /usr/X11R6/lib/X11/locale/locale.dir 檔，在最 後加入這一行: 　 zh_TW.Big5/XLC_LOCALE zh_TW.Big5 　 您如果沒有中文字型的話，必須抓幾個回來裝。我個人建議使用 twmoe 字型， 您應該可以在 ftp://linux.cis.nctu.edu.tw/pcakges/Chinese 頭找到。 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。安裝方式是: 造一個 /usr/X11R6/lib/X11/fonts/chinese 目錄，將字 型檔放進去，在那個目錄下執行 mkfontdir, 在 /etc/X11/XF86Config 中將 /usr/X11R6/lib/X11/fonts/chinese 這個路徑加入 FontPath 列表頭。最 後在那個目錄下寫一個 fonts.alias 檔，建議內容如下 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 然後重新進入 X-Window 。 到此為止，您的系統已具備 I18N 的環境了，如果應用程式有支援 I18N, 則只要您設以下的環境變數: export LC_CTYPE=zh_TW.Big5 (字元顯示、轉換為 zh_TW.Big5) export LC_MESSAGES=zh_TW.Big5 (訊息顯示為中文) 或 export LC_ALL=zh_TW.Big5 export LANG=zh_TW.Big5 (二者皆為所有的東東都變成中文) 則應該馬上可以見到效果。但由於大部分的程式都還沒有 I18N 化，因此這提供兩個例子供您測試: 　 在 wcsmbs-locale 套件的 source 中，請到 test 目錄 make 一下，執行 testmwm 程式，然後輸入任意中英文字 (用 xcin & crxvt) 後按 return, 像這樣: 　 -------------------------------------------------------------------------------- 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 -------------------------------------------------------------------------------- 表示沒有成功。可能原因是: 您沒有設 LD_PRELOAD? 沒有設 LC_CTYPE? 或您以上 的安裝出錯了? 　 您可以在 xedit 中顯示中文。但因為 Xlib 有一個 bug, 請您找這個軟體回來 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 -------------------------------------------------------------------------------- 執行: xrdb merge ~/.Xresources LD_PRELOAD="<路徑名>/libwcsmbs.so <路徑名>/lcGen.so" xedit 這時會跑出一個 xedit 視窗，您可以用 xcin & crxvt 在別的地方先打好一段 中英文文字，然後用滑鼠 cut & copy 到 xedit, 是不是見到正確的中文了? (PS. xedit 還有點問題，所以用這個方式用 xedit 讀取檔案可能會不正常) 六、撰寫 I18N 的程式: 在此我將我的一些心得與大家分享。由於這個問題牽涉的層面很廣，而我只有針對部分子題稍微摸索一下，因此本文的目的不在於成為一個「完整」的文件說明，也許做為入門導引來得好些，希望能對 I18N 程式寫作有興趣的朋友提供一個方向。有興趣的朋友同時也可以參考 info libc 的 Locale 章節，以及 http://i44www.info.uni-karlsruhe.de/~drepper/conf96/paper.Html http://www.pgroup.com/ppro_docs/pgC++_lib/stdlibug/int_6094.htm (感謝 Pofeng Lee 的提供) ftp.nctu.edu.tw: /documents/FAQ/comp/answers/internationalization/programming-faq.gz (感謝 stevel 兄提供) 頭有更完整的說明。 除此之外，在這我也會參雜一些我個人的理念，不一定是對的，僅供參考，也請各位多多給予我批評與指教。 　 第一步: setlocale (詳見 man setlocale 與其他相關 man page) 程式的第一步必須要設定 locale, 而一般的寫法是 locale 資料是經由環境變數取得，而不要寫死在程式頭，例如: -------------------------------------------------------------------------------- #include main() { setlocale(LC_ALL, ""); ..... } -------------------------------------------------------------------------------- 或分別設定: setlocale(LC_CTYPE, ""); setlocale(LC_MESSAGES, ""); ..... 我個人的建議是，在 setlocale() 時只要設我們程式中需要的項目即可，而不要設 LC_ALL, 原因是在某些 locale 下 (如我們的 zh_TW.Big5), 並非所有的項目都能正確運作。我想對大部分的程式而言，設好 LC_CTYPE 與 LC_MESSAGES 就差不多了，故以下我針對這兩個做說明。 wcs. vs. mbs. (詳見 man mbstowcs 與相關 man page) "wcs" 是 "wide-chararater string" 的縮寫，而 "mbs" 是 "multi-byte string" 的縮寫，二者分別代表字串的表現方式。所謂的 multi-byte 是指數個 char 組成一個字 (如全形字或中文字是由兩個 char 組成)，而 wide-char 是指一個 wchar_t type 就是一個字, 而 sizeof(wchar_t) 的大小與系統有關，一般而言是 4 bytes。一般我們可以直接看、輸出輸入等都是 multi-byte, 如: char *str = "這是一個句子: abcd"; 但我們會建議在程式內部，用 mbstowcs() 將它轉成 wchar_t 來統一處理，這個轉換其實是根據 locale 中的 LC_CTYPE 的機制，它定義了 multi-byte 與 wide- char 值二者間的對應關。做這樣轉換的好處是，您不用擔心全形、半形的問題，因為一個 wchar_t 矩陣元就是一個字。 wchar_t 有一組與 string.h 中相對應的字串處理函式 (目前在 Linux 中可能還沒有 man page 說明)，就定義在 wchar.h 中，讓我們可以如同處理 (char *) 那樣地處理 (wchar_t *), 其部分的對應關如下，其他的可以直接看 wchar.h 的內容: wcscpy() <====> strcpy() wcsncpy() <====> strncpy() wcslen() <====> strlen() wcsdup() <====> strdup() wcscmp() <====> strcmp() wcsncmp() <====> strncmp() ........................................ 由於 mbs 碼與 wcs 碼的對應關是由該 locale 的 LC_CTYPE 來決定的，也就是不同的 locale 寫法其對應關可能會不一樣。就我們的 glibc2, zh_TW.Big5 locale 而言，由 mbs 轉成的 wcs 即為 unicode (有關 unicode 的資訊可以在 http://www.unicode.org/ 中找到)，但不能保在其他的系統或環境下也是如此。故最保險的做法，是將字串儲存成 multi-byte, 然後在 run-time 時才用 mbstowcs() 轉成 wide-char 來運作。 　 訊息輸出 (詳見 info gettext): 一般我們程式的訊息輸出，是經由 stdio.h 頭的函式，直接輸出到 stdout 或 stderr, 而輸出的內容是直接寫死在程式碼中。這樣的程式要做多國語文化會造成困擾，因為我們必須要修改原始碼，將所有的訊息字串翻譯成另一種語文。因此，我們必須透過 locale 的 LC_MESSAGES 來處理訊息輸出。其原理很簡單，就是將程式中的所有訊息抽離出來，為每一個 locale 分別做好一個訊息檔，當程式要輸出訊息時，則透過 libc 的函式依目前的 locale 去正確的訊息檔中抓取訊息。 在此我用 GNU gettext 為例，簡單說明其原理。在 /usr/share/locale 中，頭有各種 locale 的資料目錄。而每個目錄下，都會有一個 LC_MESSAGES 的目錄，而這些目錄就是用來放各別程式的訊息檔。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/ 目錄下的 prog.mo 就是 prog 這個程式的日文訊息，而 zh_TW.Big5/ 下的 prog.mo 就是 prog 這個程式的中文訊息。假設在還沒加入 LC_MESSAGES 支援之前， prog.c 長得像這樣: -------------------------------------------------------------------------------- #include main() { printf("This is a test string.\n"); } -------------------------------------------------------------------------------- 現在我們要用 gettext 來加入支援，則程式只要改成: -------------------------------------------------------------------------------- #include #include #define _(STRING) gettext(STRING) #define PACKAGE "prog" main() { setlocale(LC_MESSAGES, ""); textdomain(PACKAGE); /* 這就是指定用 /usr/share/locale/$LOC/LC_MESSAGES/prog.mo 作為訊息檔。其中 $LOC 是在 setlocale 中設定的 */ printf(_("This is a test string.\n")); /* 使用 gettext 來抓出訊息，再交給 printf 來印 */ } -------------------------------------------------------------------------------- 如果在指定的 locale 下找不到 prog.mo 檔，則程式就直接以原英文訊息印出。因此，加入 LC_MESSAGES 的支援，原 source code 修改並不多，其實相當方便。 比較麻煩的是各 locale 下的訊息檔作，而這些步驟可以經由 GNU gettext 套件很容易地達成，其步驟簡述如下 (詳見 info gettext): xgettext editor msgfmt (install) source code --> .pot --> .pox --> .gmo --> .mo --> (節錄自 [email protected] 的文章: [REF] 關於 gettext (一、簡介)) 使用 xgettext 產生 .pot 檔: xgettext -a -o prog.pot prog.c 而 prog.pot 檔的內容如下: -------------------------------------------------------------------------------- # 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 "" -------------------------------------------------------------------------------- 各位可以注意到倒數兩行， msgid 就是原來 source 頭的英文訊息，而我 們可以直接在 msgstr 中將原訊息翻譯成中文。所以，接下來的工作其實就 是翻譯，我們可以用任意的編輯器編輯這個檔案，並將翻譯好的檔案存成 prog.pox 檔。 　 將 prog.pox 編譯成 prog.gmo: msgfmt -o prog.gmo prog.pox 其中 prog.gmo。就是我們要的訊息檔，等到我們把它安裝到 /usr/share/locale/..../LC_MESSAGES/ 之後，就名改為 prog.mo 。在此， .pot, pox, gmo 等附檔名是 info gettext 中建議的，分別代表未翻譯前的訊息原始檔、翻譯後的訊息原始檔、 經 GNU gettext 套件編譯後的訊息檔。 七、撰寫 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 還需要考慮字形設定、圖形字串輸出、以及輸入的問題。由於目前我只有看過 Xlib, 對於其他 Widget 還沒有深入研究，因此我只能對 Xlib 的部分稍作說明。而這類的參考資料，有興趣的朋友可以找 The Definitive Guides to the X Window System 這一系列的書來看，出版商是 O'Reilly & Associates Inc. ，其中有兩本 　 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 方面有詳盡的資料，很值得參考。或者是可以看看 XFree86 內附的 .ps 文件 (如果您有安裝的話，應該在 /usr/X11R6/lib/X11/doc 頭)。 　 第一步 (詳見 man XSupportsLocale): 除了 setlocale() 之外，您還要呼叫 XSupportsLocale() 來確定 X Window 對您 目前的 locale 是否有支援。另外，您還要呼叫 XSetLocaleModifiers() 來設定 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(""); } -------------------------------------------------------------------------------- 在此我們用 X11/Xlocale.h 來取代原來的 locale.h, 這是 "Xlib programming manual" 書中建議的，在其備完整 locale 支援的 libc 環境下，它其實是等價 於 include , 但若在其他環境， Xlocale.h 會用 XLOCALE 機制來 取代原有的機制。 上頭的 XSetLocaleModifiers 會存環境變數 XMODIFIERS 中取得 X-modifier 的值並加以設定之。 XMODIFIERS 的格式為: export XMODIFIERS='@category=value' 目前 category 只有 "im" 有用，如 "@im=xcin-cxims", 意指設定 xcin-cxims 作為此 X Window 程式的 XIM server。 　 設定 fontset (詳見 man XCreateFontSet): 以往 X Window 程式都是呼叫 XLoadQueryFont() 之類的函式來載入並使用字型。 但在 Xi18n 的架構下，一個 locale 的 encoding 通常不能光用一種字型來表示。 例如我們的 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，我們不能用 XLoadQueryFont() 將這 些字型分別載入，而要用 XCreateFontSet() 來載入所需的 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); -------------------------------------------------------------------------------- 在這我們可以將 fontset 看成一個「字型物件」，而不要把它看成 "-*-iso8859-1" 與 "-twmoe-*-big5-0" 這兩種字型的組合。當我們要畫任何字 串時，我們不用擔心要畫的到底是全型字或半型字，使用 fontset 便能幫我們 處理一切。 　 畫出字串 (詳見 man XwcDrawImageString, man XmbDrawImageString, manXOpenOM) 平常我們要在視窗畫字串時，都會用 XDrawImageString() 等函式，或者用 XDrawImageString16() 來畫雙位元的字串 (即全型字)。現在可以我們用 XwcDrawImageString (用來畫 wide-char (wchar_t *) 字串) 或 XmbDrawImageString (用來畫 multi-byte (char *) 字串) 。不管您輸入的字 串是全型或半型，或二者的混合，使用者兩個函式都能正確處理，同時會根據 您的 fontset 的設定來畫字。 除此之外， X11R6 還有一個 Output Method 機制，用來做多國語系字串輸出 (畫字串)，我們可以在程式中呼叫 XOpenOM() 來開啟一個 Output Method 。 但這部分我還沒有仔細研究，有興趣的朋友可以參考本章開頭所列的參考資料 以獲得進一步資訊。 　 XIM (詳見 man XOpenIM) XIM 應分兩方面來談，一是 XIM server, 另一是 XIM client。對 XIM client 而言，如同 Output Method 一般，我們可以在程式中呼叫 XOpenIM() 來開啟一 個 Input Method, 同時指定 XIM server 的名字。但這部分我還沒有仔細研究， 有興趣的朋友可以參考本章開頭所列的參考資料。 我目前是在寫 XIM server 的部分，但我沒有直接拿 X Window 的函式來寫，而 是拿 IMdkit lib 來寫，以簡化整個程式寫作。在此我不多作說明了，有興趣的 朋友可以抓取: xcin-2.5-19990218.tar.gz 回去看，頭的 doc/programming/ 目錄中有對此稍作說明，同時 IMdkit 的 source 也整個附在 xcin-2.5 source 中。