在Gentoo下设置语言环境(UTF-8)

Tool哥

Gentoo Linux中设置UTF-8
原文:http://www.kklinux.com/html/Love-Linux/Gentoo-Linux/200903/13-4298.html
查找或建立UTF-8 Locale
现在你已经理解Unicode的原理了，可以在你的系统中开始使用UTF-8了。
使用UTF-8的初步要求是要有一个支持国家语言支持(NLS)的glibc。推荐的方法是设置文件/etc/locale.gen。关于如何使用这个文件并不在这个文档涉及的范围内，请参阅Gentoo本地化指南。
下一步，我们需要判断对应我们语言的UTF-8 locale是已经存在，还是需要去创建。
检查UTF-8 locale是否已经存在

（把"zh_CN"替换成你想要的locale设置）
# locale -a | grep 'zh_CN'
zh_CN
zh_CN.UTF-8

我们需要检查这条命令的输出里是否有以.UTF-8结尾的locale。如果没有以.UTF-8结尾的，那么我们需要创建一个UTF-8兼容的locale。
注意: 只有在没有你的语言所对应的UTF-8 locale的时候才运行以下命令。

创建一个UTF-8 locale

（把"zh_CN"替换成你想要的locale设置）
# localedef -i zh_CN -f UTF-8 zh_CN.UTF-8

另外一个指定UTF-8 locale的方法就是在文件/etc/locale.gen中增添相应的locale，然后运行命令locale-gen生成需要的locale。
/etc/locale.gen中的一行

zh_CN.UTF-8 UTF-8

设置Locale
要使用新locale我们需要设置一个环境变量：LC_CTYPE（如果你也想改变系统语言的话，请设置LANG变量）。设置它的方法也有很多种；有的人倾向于只针对某一个用户设置UTF-8环境，这种情况下，他们需要在他们自己的~/.profile中设置（如果用/bin/sh的话）；如果用/bin/bash的话，就在 ~/.bash_profile或者~/.bashrc设置。如果想要更多的信息以及最佳做法（best practices），请参阅本地化手册。
其他人选择设置全局locale。有一种情况下作者特别推荐这样设置，就是在使用/etc/init.d/xdm的时候。因为这个启动脚本会在 前面提到的任何shell启动文件被读取之前启动显示管理器和桌面，也就是说如果不设置全局locale，那么这个脚本启动时任何相关的环境变量都没有定义。
全局locale设置应该保存在文件/etc/env.d/02locale中。这个文件看起来应该和以下内容类似：
/etc/env.d/02locale示例

（不用再说了，把你的locale代替掉"zh_CN.UTF-8"）
LANG="zh_CN.UTF-8"

注意: 你也可以用LC_CTYPE代替LANG。关于LC_CTYPE影响到的分类的信息，请阅读GNU locale页。

下一步，必须要以之前的改动来更新环境变量。
更新环境变量

# env-update
>>> Regenerating /etc/ld.so.cache...
* Caching service dependencies ...
# source /etc/profile

现在，不带参数的运行locale命令，看看我们是否已经正确设置了环境变量。
检查我们的新locale已经在环境变量里了

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

好了。你已经在使用UTF-8 locale了，下一步就是配置你的日常使用的应用程序了。
应用程序支持
当Unicode刚开始在软件世界得到应用的时候，多字节字符集和用来写日常使用的程序的语言如C语言等不是很合拍。即使是今天，有的程序仍然不能正确处理UTF-8。幸运的是，大多数都没问题！
文件名，NTFS和FAT
在内核选项中，有那么几个NLS选项，但是千万别被混淆了。大多数情况下，你只需要在内核中加入UTF-8 NLS支持，以及将默认NLS设置成utf8就可以了。
UTF-8 NLS的内核配置步骤

File Systems -->
  Native Language Support -->
    (utf8) Default NLS Option
     NLS UTF8
    (Also  other character sets that are in use in
    your FAT filesystems or Joilet CD-ROMs.)

如果你想加载NTFS分区，你需要为mount指定一个nls=选项。如果你计划加载FAT分区，你需要为mount指定一个codepage=选项。你也可以在内核配置中为FAT设置一个默认的codepage。注意，mount命令中指定的codepage会覆盖内核中的设置。
内核中的FAT设置

File Systems -->
  DOS/FAT/NT Filesystems  -->
    (437) Default codepage for fat

你应该避免把Default iocharset for fat设置成UTF-8，因为这个是不推荐的。相反，你可以在mount的时候加入选项utf8=true。要获取更多相关的信息，请参阅man mount和内核文档/usr/src/linux/Documentation/filesystems/vfat.txt。
如果想改变文件名的编码，可以用app-text/convmv。
convmv使用示例

# emerge --ask app-text/convmv
（命令格式）
# convmv -f  -t utf-8
（把iso-8859-1换成你想要的原始编码）
# convmv -f iso-8859-1 -t utf-8 文件名

如果想改变文件内容，那么请使用glibc提供的工具iconv。
iconv使用示例

（把iso-8859-1换成你想要的原始编码）
（检查输出是否合法）
# iconv -f iso-8859-1 -t utf-8 文件名
（要转换文件，你必须创建一个新文件）
# iconv -f iso-8859-1 -t utf-8 文件名 > 新文件名

app-text/recode也可以用来做这个事情。
系统终端
重要: 在终端用Unicode，你需要安装>=sys-apps/baselayout-1.11.9。（译注：此节只适用于非英文的其他西方文字，终端里要使用中文需要安装zhcon）

在终端下开启UTF-8，你要编辑/etc/rc.conf并且设置UNICODE="yes"，还要阅读该文件内相应的注释——如果你想完全发挥Unicode的优点，那么一个覆盖范围足够广的字体是很重要的。为了不出错，请确保你已经按照第一章中所说的正确的建立了一个Unicode locale。
一个名为KEYMAP变量应该指定一个Unicode键盘布局，此变量位于/etc/conf.d/keymaps中。
/etc/conf.d/keymaps示例片段

（把"uk"替换成你自己键盘的布局）
KEYMAP="uk"

Ncurses和Slang
注意: 如果你没安装或者不用Slang的话，忽略这段中相关Slang的信息。

在/etc/make.conf里边的全局USE标记中加入unicode是很明智的，然后再重新emerge sys-libs/ncurses和sys-libs/slang。Portage在升级你的系统时也会自动帮你搞定的。
升级你的系统

# emerge --update --deep --newuse world

我们还需要重新编译依赖这两个库的软件包，这样USE标记的改变就会被应用。我们用到的工具（revdep-rebuild）是gentoolkit的一部分。
重新编译连接到ncurses或者slang的程序

# revdep-rebuild --soname libncurses.so.5
# revdep-rebuild --soname libslang.so.1

KDE，GNOME和Xfce
所有主流桌面环境都完全支持Unicode，除了之前已经提及的设置外也不需要进一步设置什么了。这是因为底层的图形工具包（Qt或GTK+2）已经支持UTF-8。这样，所有由这些工具包写出来的程序都是原生的支持UTF-8的。
当然，也有例外，比如的Xlib和GTK+1。GTK+1需要在~/.gtkrc里边有一个iso-10646-1的字体设置，例如-misc-fixed-*-*-*-*-*-*-*-*-*-*-iso10646-1。还有就是使用Xlib或者Xaw的程序需要有类似的设置，不然他们会罢工的。
注意: 如果你安装了Gnome控制中心的某个版本的话，就用它来设置好了。选任何一个iso10646-1的字体就可以了。

示例~/.gtkrc（为GTK+1）定义兼容Unicode的字体

style "user-font"
{
    fontset="-misc-fixed-*-*-*-*-*-*-*-*-*-*-iso10646-1"
}
widget_class "*" style "user-font"

如果有一个程序同时支持Qt和GTK+2的图形界面，那么GTK+2的图形界面应该会更好的支持Unicode。
X11和字体
重要: x11-base/xorg-x11对Unicode的支持比XFree86更好，极度推荐。

TrueType字体支持Unicode，而且Xorg自带的大多数字体都有很好的字符支持，不过显然这些字体不可能覆盖Unicode里的每一个字。要为X提供东亚字符支持的话，记得在USE标记中加入cjk。很多其他的程序也使用这个USE标记，所以有理由把它加入永久的USE标记。
还有，Porage树里有几个字体也支持Unicode。
可选：安装一些支持Unicode的字体

# emerge terminus-font intlfonts freefonts cronyx-fonts corefonts

窗口管理器和终端模拟器
不基于GTK或Qt的窗口管理器一般也会有很不错的Unicode支持，因为他们一般都用Xft库来处理字体的。如果你的窗口管理器不用Xft处理字体，你仍然可以把之前提及的字体设置（即-misc-fixed-*-*-*-*-*-*-*-*-*-*-iso10646-1）作为Unicode字体使用。
使用Xft并支持Unicode的终端模拟器较难获得。除了Konsole和gnome-terminal外，Portage中最好的选择就是x11-terms/rxvt-unicode，xfce-extra/terminal ，gnustep-apps/terminal，x11-terms/mlterm，或者编译时带了unicodeUSE的x11-terms/xterm并且用uxterm启动。app-misc/screen在以screen -U启动的时候也支持UTF-8，或者将以下内容加入到~/.screenrc：
支持UTF-8的~/.screenrc

defutf8 on

Vim，Emacs，Xemacs和Nano
Vim完全支持UTF-8，而且还有内置UTF-8文件检测。可以用:help mbyte.txt获取更多的信息。
Emacs 22.x以及更高的版本也完全支持UTF-8。Xemacs 22.x暂时还不支持组合字符。
低版本的Emacs和Xemacs也许需要安装app-emacs/mule-ucs或app-xemacs/mule-ucs，然后把以下内容加入到~/.emacs以支持UTF-8里的CJK（中日韩）语言。
Emacs CJK UTF-8支持

(require 'un-define)
(require 'jisx0213)
(set-language-environment "Japanese")
(set-default-coding-systems 'utf-8)
(set-terminal-coding-system 'utf-8)
Nano从1.3.6版本以后都完全支持UTF-8的。
Shell
现在，bash通过GNU readline库完全支持Unicode。Z Shell（zsh）如果有unicodeUSE标志的话，也可以提供Unicode支持。
C shell，tcsh和ksh完全不支持UTF-8的。
Irssi
Irssi完全支持UTF-8，虽然她还是要求用户去设置一个选项。
为Irssi开启UTF-8

/set term_charset UTF-8

那些对ASCII以外的字符不使用UTF-8字符集的频道，可以用/recode命令来转换这些字符。输入/help recode可以获取更多信息。
Mutt
Mutt邮件用户代理有很不错的Unicode支持。你不需要在配置文件中加入任何东西就可以让Mutt支持UTF-8。如果你的配置文件（包括签名）都是UTF-8编码的话，Mutt不需要任何修改就可以在Unicode环境中正确工作。
注意: 你也许还会在用Mutt阅读邮件的时候看到'?'。这是有人用的邮件客户端没有正确的指出所用的字符集。除了让他们好好配置邮件客户端之外似乎没什么别的方法了。

可以参考Mutt Wiki获取更多信息。
Man
Man是任何Linux机器都有的。为了确保man里的Unicode字符被正确渲染，文件/etc/man.conf中的一行需要被替换：
man.conf的Unicode支持

（原始的）
NROFF           /usr/bin/nroff -Tascii -c -mandoc
（替换后）
NROFF           /usr/bin/nroff -mandoc -c

elinks和links
这些是常用的基于文本的浏览器，我们看看怎么为它们打开UTF-8支持。对于elinks和links，有两个方法，使用浏览器中Setup选项设置或者直接修改配置文件。要在Setup选项中设置的话，首先用elinks或links打开一个网站，然后按Alt+S进入Setup菜单，再选择Terminal选项，或者按T。下拉到最后一个选项UTF-8 I/O并且按回车选择它。然后保存并且离开菜单。links中你也许需要再按一次Alt+S然后按S来保存设置。要在配置文件中改变，请看以下内容。
为elinks/links开启UTF-8

（elinks的话，编辑/etc/elinks/elinks.conf或者~/.elinks/elinks.conf，
把下面这行加入到文件里）
set terminal.linux.utf_8_io = 1
（links的话，编辑~/.links/links.cfg，把下面这行加入到文件中）
terminal "xterm" 0 1 0 us-ascii utf-8

Samba
Samba是一套为UNIX系统，如Mac,Linux和FreeBSD，而实现SMB（服务器消息块）协议的软件。这个协议有的时候也会被称作公共Internet文件系统（CIFS）。Samba也包括了NetBIOS系统——Windows网络中用来文件共享的。
为Samba开启UTF-8

（编辑/etc/samba/smb.conf，把以下内容添加到[global]部分）
dos charset = 1255
unix charset = UTF-8
display charset = UTF-8

测试
Internet有很多UTF-8测试网站的。net-www/w3m，net-www/links，net-www/elinks，net-www/lynx和所有基于Mozilla的浏览器（包括Firefox）都支持UTF-8。Konqourer和Opera也完全支持UTF-8。
当使用那些纯文本Web浏览器的时候，一定要确保所在的终端也支持Unicode。
如果你看到某些字符显示为一个小方框并且中间有字母或者数字的，那么就是说你的字体没有UTF-8想要的相应的符号或者字型。所以就用一个方框代替，并且里边是对应该字符的UTF-8的十六进制码。
一个W3C UTF-8测试页面
一个UTF-8测试页面，由法兰克福大学提供
输入法
Dead keys（在X中）可以用来输入一些不包括在你键盘上的字符。方法是按下你的右Alt键（在有的国家也叫AltGr），同时按下一个回车以左的非字母键（修改键），然后松开他们，最后按一个字母键。这样Dead key应该会修改这个字母。在按下AltGr以及修改键的时候，也可以同时按下Shift键以进一步修改输入内容。
在X中开启Deak Keys，你需要一个支持它的布局。大多数欧洲布局都默认有Dead key支持的，但是，北美布局似乎并不是这样。虽然在一定程度上不同的布局有不一致的地方，但是简单的解决方法似乎就是例如直接指定"en_US"布局而不是"us"布局。布局是在文件/etc/X11/xorg.conf里边设置的，就像这样：
/etc/X11/xorg.conf snippet

Section "InputDevice"
    Identifier "Keyboard0"
    Driver     "kbd"
    Option     "XkbLayout" "en_US" # 而不是仅仅 "us"
    （其他 Xkb 选项可以放这里）
EndSection

注意: 如果你正使用北美布局或者一个Dead key看起来不起效的布局时才需要做之前的这个修改。欧洲用户的Deak keys应该是直接就可以用的。

这个修改要在X服务重新启动后才会生效。要是你想马上生效的话，用setxkbmap工具。比如setxkbmap en_US。


本文来自ChinaUnix博客，如果查看原文请点：http://blog.chinaunix.net/u2/70625/showart_1862692.html