Next Previous Contents

11. Lokalizaciya i Internacionalizaciya

Poka ya opisyval, kak zastavit' razlichnye programmy ponyat' kirillicu. Obychno kazhdaya programma trebovala, chtoby eto byl ee sobstvennyj metod, kak pravilo, chrezvychajno otlichnyj ot drugih. Krome togo, u nekotoryh programm byla nezavershennaya podderzhka yazykov, otlichnyh ot anglijskogo, ne govorya uzh ob ih nesposobnosti vzaimodejstvovat', ispol'zuya rodnoj yazyk pol'zovatelya vmesto anglijskogo.

Problemy, perechislennye vyshe, sil'no podavlyayut, tak kak programmnoe obespechenie redko sozdaetsya tol'ko dlya mestnogo rynka. Pererabotka sushchestvennyh chastej programmnogo obespecheniya kazhdyj raz pri vhode na novyj mezhdunarodnomu rynok ochen' neeffektivna; a internacional'naya podderzhka, osushchestvlyaemaya sobstvennymi sredstvami programmy, unikal'nym i prisushchim tol'ko ej sposobom, v terminah dolgosrochnogo planirovaniya takzhe ne blestyashchaya ideya.

Sledovatel'no, voznikaet potrebnost' v standartizacii. I standart est'.

Vse svyazannoe s vysheperechislennymi problemami razdeleno v sootvetstvii c dvumya bazisnymi koncepciyami: localization i internationalization. Pod lokalizaciej my imeem v vidu sozdanie programm, sposobnyh obrabatyvat' razlichnye yazykovye soglasheniya dlya razlichnyh stran. Pozvol'te privesti primer. Format daty, vydannyj v Soedinennyh SHtatah - imeet vid MM/DD/GG. Odnako v Rossii naibolee populyarnyj format - DD.MM.GG. Drugie problemy vklyuchayut v sebya predstavlenie vremeni, formaty chisla i predstavleniya valyuty. Krome etogo, odin iz naibolee vazhnyh aspektov lokalizacii - eto opredelenie sootvetstvuyushchih klassov simvolov, to est' opredelenie: kakie simvoly v nabore simvolov yavlyayutsya "kirpichikami" yazyka (bukvami) i kak oni uporyadochivayutsya. S drugoj storony, lokalizaciya ne rabotaet so shriftami.

Internacionalizaciya (ili i18n dlya kratkosti), kak predpolagaetsya, reshaet problemy, svyazannye so sposobnost'yu programmy, vzaimodejstvuya s pol'zovatelem na ego rodnom yazyke.

Obe eti koncepcii dolzhny byt' standartizovany, davaya programmistam neprotivorechivyj put' sozdaniya programm, rabotayushchih v nacional'noj srede.

Hotya standartizaciya eshche v processe, no mnogo ee chastej uzhe fakticheski yavlyayutsya standartom; tak chto oni mogut ispol'zovat'sya bez osobyh problem.

YA opishu obshchuyu shemu sozdaniya programm, ispol'zuyushchih opisannye vyshe vozmozhnosti standartnym sposobom. Tak kak eto zasluzhivaet otdel'nogo dokumenta, ya budu davat' tol'ko ochen' obshchee opisanie i ukazateli na bolee polnye istochniki.

11.1 Locale

Odno iz osnovnyh ponyatij lokalizacii - locale. Pod locale podrazumevaetsya nabor soglashenij, specificheskih dlya otdel'no vzyatogo yazyka v otdel'no vzyatoj strane. V obshchem sluchae govorit', chto locale opredelyaetsya tol'ko stranoj, nepravil'no. Naprimer, v Kanade mogut byt' opredeleny dva locale- yazyk Kanada / Anglijskij i yazyk Kanada / Francuzskij. Bolee togo, yazyk Kanada / Anglijskij - ne yavlyaetsya ekvivalentom yazyku Velikobritaniya / Anglijskij ili Amerikanskij / Anglijskij, tochno tak zhe Kanada / Francuzskij yazyk - ne ekvivalent yazyku Franciya / Francuzskij ili yazyku SHvejcariya / Francuzskij.

Bolee podrobnoe opisanie problem/vozmozhnostej/dostoinstva lokalizacii na russkom yazyke mozhno najti na stranichke Lokalizaciya, kak ona est'.

Locale s tochki zreniya pol'zovatelya

Kazhdaya locale - eto special'naya baza dannyh, opredelyayushchaya, po krajnej mere, sleduyushchie pravila i soglasheniya:

  1. Klassifikaciya simvolov i preobrazovanij
  2. Predstavlenie valyuty
  3. Predstavlenie chisel (to est'. Desyatichnye simvoly)
  4. Format daty / vremeni

Nastrojka lokali

Prezhde vsego - podrobnaya dokumentaciya o lokali imeetsya na www.sensi.org/~alec/locale Obrashchajtes' tuda, esli vam nuzhny nestandartnye varianty (naprimer, otklyuchenie russkoyazychnogo interfejsa s sohraneniem pravil'noj sortirovki i t.d.)

Dokumentaciyu po iksovoj lokali mozhno najti po adresu www.tsu.ru/~pascal/x_locale/

Vot instrukciya dlya neterpelivyh (tol'ko dlya glibc):

Vam nuzhno:

Gorazdo zhe chestnee sdelat' otdel'nyj nastoyashchij katalog: /usr/share/locale/ru_RU.KOI8-R/ (esli ego konechno net v dannom distributive).

Nekotorye distributivy nepravil'no vklyuchayut 

   LANG=ru
   LC_ALL=ru_RU.KOI8-R

|to NEPRAVILXNO - pochemu tak delat' nel'zya opisano nizhe.

A teper' pogovorim o tom zhe no gorazdo podrobnee, i tak:

Kak vklyuchit' lokalizaciyu?

Esli na UNIX mashine (s POSIX:1996) sredstva locale pravil'no ustanovleny i programmy pravil'no napisany, to lokalizaciya vklyuchaetsya putem zadaniya stroki okruzheniya LANG: 

$ export LANG={yazyk}

Esli takoj stroki okruzheniya net, to rabotaet znachenie lokalizacii po umolchaniyu: LANG="C" ili LANG="POSIX" (chto to zhe samoe) - minimal'nyj nabor parametrov, neobhodimyj dlya funkcionirovaniya programm na ANSI C (ISO 9899:1990), v kodirovke US-ASCII (7 bit) ( Portable Character Set).

Esli vasha sistema imeet polnyj nabor utilit POSIX.2, to uznat' ustanovlennye v sisteme i dopustimye znacheniya dlya LANG= mozhno komandoj locale: 

$ locale -a

Po novomu standartu (POSIX.2 prilozhenie E (?)) znacheniya lokalizacii zapisyvayutsya v forme: 

        language_TERRITORY.Codeset

ili formal'no: 

        language[_TERRITORY[.Codeset[@modyfier]]]

Standart ISO 639 opisyvaet "language names", ISO 3166 - "territory names". Territorii _SU bolee ne sushchestvuet (vernee teper' ona oznachaet Sudan), odnako dlya sovmestimosti nekotorye sistemy prodolzhayut ee podderzhivat' kak alias : ru_SU --> ru_RU.

Dlya russkogo yazyka LANG ustanavlivaetsya, kak pravilo, ravnym LANG="ru_RU.KOI8-R" ili LANG="ru_RU.ISO_8859-5". To est': 

$ export LANG="ru_RU.KOI8-R"

Soglasno standartu dopustimy takzhe korotkie imenovaniya znachenij locale, kotorye chasto oformlyayutsya kak aliases (psevdonimy) polnogo naimenovaniya. Naprimer "C" --> "POSIX". 

$ export LANG=ru
$ export LANG=ru_RU
$ export LANG=ru_RU.KOI8-R

Odnako, esli vy ukazyvaete korotkoe imya, mozhet okazat'sya chto vasha kodirovka okazyvaetsya vovse ne KOI8-R (pochemu sleduet ispol'zovat' imenno koi8-r opisano v razdele Simvoly i kodirovki). Luchshe ne pol'zovat'sya znacheniyami po umolchaniyu, a ukazyvat' tochnoe dlinnoe imya.

Vo FreeBSD 2.x tak i est'. Dlya Linux - zavisit ot distributiva. V kommercheskih realizaciyah (Solaris, SCO, AIX e.t.c.) kak pravilo ispol'zuetsya znachenie LANG="ru_RU", ili ukorochennoe LANG="ru" (i kak pravilo Codeset ISO8859-5 po umolchaniyu).

Nekotorye mogut pozhelat' sdelat' sebe lokalizaciyu v drugom nabore simvolov: ru_RU.X-CP-866 (ru_RU.IBM866), ru_RU.x-mac-cyrillic, ru_RU.ISO_8859-5 ili dazhe ru_RU.CP1251 - na eto net nikakih ogranichenij. Vse eti kodirovki sovershenno ravnopravny i zaregistrirovany (krome x-mac-cyrillic) v IANA. Tol'ko ne zabud'te, chto lokalizaciya, vvod-vyvod i otobrazhenie nacional'nyh simvolov na terminale - eto sovershenno raznye veshchi.

Esli sistema lokalizovana ne polnost'yu i ispol'zovat' polnoe pereklyuchenie na drugoj yazyk (s pomoshch'yu export LANG={yazyk}) nel'zya, mozhno vklyuchit' locale tol'ko dlya funkcij locale API biblioteki libc, zadav znachenie kategorij lokalizacii. Mozhno takzhe prisvaivat' raznye znacheniya raznym kategoriyam, zadavaya ih imena v strokah okruzheniya :

Esli vas razdrazhayut russkie daty, soobshcheniya i man-y, no nuzhno obrabatyvat' russkie bukvy i t.d., to sdelajte: 

$ export LANG="C"
$ export LC_CTYPE="ru_RU.KOI8-R"
$ export LC_COLLATE="ru_RU.KOI8-R"
$ export LC_TIME="C"

Ne rekomenduetsya ispol'zovat' stroku okruzheniya: 

$ export LC_ALL={yazyk}

poskol'ku formal'no takoj kategorii lokalizacii net, ona "virtual'naya" i oboznachaet "odnovremenno vse kategorii". Iz za etogo vo mnogih realizaciyah locale API voznikayut problemy. Problemy mogut vozniknut' takzhe s programmami, rabotayushchimi s PostScript: v kategorii LC_NUMERIC lokalizacii ru_RU v sootvetstvii so standartom GOST v kachestve desyatichnogo razdelitelya ispol'zuetsya simvol 'zapyataya' : "," v to vremya, kak v standarte yazyka PostScript : tochka "."  A kategoriya LC_NUMERIC okazyvaet vliyanie na printf("%f",float);. Ispol'zujte znachenie C (POSIX) dlya LC_NUMERIC, esli vy rabotaete s PostScript: 

$ export LC_NUMERIC="POSIX"

Posmotret' tekushchie znacheniya kategorij lokalizacii mozhno vse toj zhe utilitoj locale (bez parametrov). 

$ locale

PRIMECHANIE: V nekotoryh sovremennyh sistemah nachinaet poyavlyat'sya lokalizaciya v UNICODE. Vklyuchaetsya ona zadaniem stroki okruzheniya LANG="ru_RU.UTF-8" dlya Rossii.

Ustarevshaya procedura ustanovki Locale

V RedHat Linux (kak, veroyatno, i vo mnogih drugih distributivah Linux), imeyutsya fakticheski dve bazy dannyh locale: odna dlya biblioteki C (libc), a drugaya - dlya X bibliotek. V ideal'nom sluchae dolzhna imet'sya tol'ko odna baza dannyh locale dlya vsego.

CHtoby izmenit' znachenie locale po umolchaniyu, obychno dostatochno ustanovit' sistemnuyu peremennuyu LANG. Naprimer, kak eto delaetsya v sh: 

LANG=ru_SU
export LANG

Vy mozhete proverit' dejstvie etoj komandy srazu zhe, esli zapustite komandu date. Rezul'tatom dolzhen byt' vyvod dnya, nedeli i mesyaca na russkom yazyke.

RedHat 5.x opredelyaet KOI8-R locale kak ru_SU. Bolee ochevidnoe nazvanie ru_RU ispol'zuetsya dlya locale, osnovannogo na iso-8859-5 kodirovki.

Inogda vy mozhete zahotet' izmenit' tol'ko odin aspekt locale bez izmeneniya drugih. Naprimer, vy mozhete zahotet' (Bog znaet pochemu) pol'zovat'sya s ru_SU locale, no pechataemye chisla dolzhny budut sootvetstvovat' standartu POSIX odin. V podobnyh sluchayah imeetsya nabor sistemnyh peremennyh, kotorye Vy mozhete zadat', chtoby skonfigurirovat' sootvetstvuyushchie chasti locale. Naprimer, v nashem sluchae eto by vyglyadelo tak: 

LANG=ru_SU
LC_NUMERIC=POSIX
export LANG LC_NUMERIC

Podrobnee sm. locale(7).

Teper' davajte derzhat'sya poblizhe k specifike Linux. K sozhaleniyu, v Linux libc versii 5.3.12 (primer: distributiv RedHat 4.1), otsutstvuet russkaya locale. V dannom sluchae ee nado skachat' iz Interneta (ya, odnako, ne znayu tochnogo adresa).

CHtoby proverit', dlya kakih yazykov u vas est' locale, vypolnite 'locale -a'. |to vyvedet spisok vseh locale iz baz dannyh, dostupnyh libc.

CHto kasaetsya bibliotek X, to oni imeyut svoyu sobstvennuyu bazu dannyh locale. V versii XFree86 3.3 uzhe imeetsya rossijskaya baza dannyh locale. YA ne uveren, est' li ona v predydushchej versii. V lyubom sluchae vy mozhete proverit' eto, izuchiv direktoriyu /usr/lib/X11/locale/ (v bol'shinstve sistem). V moem sluchae uzhe est' podkatalogi, imenovannye koi8-r i dazhe iso8859-5..

Locale zavisimoe programmirovanie

S locale programma ne dolzhna znat' o razlichnyh simvol'nyh preobrazovaniyah i pravilah sravneniya, opisannyh vyshe. Vmesto etogo oni ispol'zuyut special'nyj API, kotoryj dejstvuet po pravilam, opredelennym locale. Krome togo, net neobhodimosti dlya programmy pol'zovat'sya tol'ko odnoj locale dlya soblyudeniya vseh pravil - vozmozhno pol'zovat'sya drugimi pravilami, opisannyh v drugih locale (hotya takoj metod ne ochen' horosh).

Iz man setlocale(3):

Programma mozhet byt' sdelana perenosimoj dlya vseh locale, vyzyvaya setlocale(LC_ALL, "" ) posle inicializacii programmy, ispol'zuya znacheniya, vozvrashchennye iz localeconv() zapros dlya locale - zavisimoj informacii i ispol'zuya strcoll() ili strxfrm() dlya sravneniya strok.

Dovol'no legko opredelit' chetyre urovnya programmnoj lokalizacii:

  1. CHisto 8mi bitnoe programmnoe obespechenie. To est' programma vyzyvaet setlocale(). Ona ne delaet kakih-libo predpolozhenij otnositel'no 8-ogo bita kazhdogo simvola, ispol'zuya pol'zovatel'skie funkcii iz ctype.h i ogranicheniya iz limits.h, a takzhe zabotitsya otnositel'no signed/unsigned rezul'tata. Ochen' vazhno, chtoby programma ne delala kakih-libo predpolozhenij otnositel'no haraktera nabora simvolov i ih uporyadocheniya. To est' sleduet vozderzhat'sya ot sleduyushchih konstrukcij pri programmirovanii: 
        if (c >= 'A' && c <= 'Z') {
        ...
    Podobnye konstrukcii s tochki zreniya pravil'nogo "locale"-programmirovaniya sovershenno nedopustimy. Vzamen vo vseh takih sluchayah dolzhny ispol'zovat'sya, makrokomandy iz locale zavisimogo fajla zagolovka ctype.h. Naprimer: 
         if (isalpha(c) && isupper(c)) { ... ili
     if (isascii(c) && isupper(c))
    Horosho napisannaya programma dolzhna byt' polnost'yu 8-bit prozrachna. Naprimer otmetka udalennogo fajla v MS-DOS kodom 0x0E5 - ne ochen' horoshee reshenie. Eshche primery plohih reshenij : znamenitaya russkaya bukva "N" v redaktore GoldEd ili russkaya bukva "r" v Norton Commander...
  2. Formaty, metody sortirovki, razmery lista bumagi. Programma ispol'zuet strcoll() i strxfrm() vmesto strcmp() dlya strok, ispol'zuet time(), localtime(), i strftime() dlya raboty so vremenem, i v zaklyuchenie, ispol'zuet localeconv() dlya pravil'nogo predstavleniya chisel i valyuty.
  3. Vidimyj tekst skladyvaetsya v katalogi soobshchenij/. Programma dolzhna lokalizovat' ves' vidimyj tekst v special'nyh katalogah soobshchenij. Oni soderzhat sootvetstviya strok na anglijskom i ih perevody na drugie yazyki. Vybor soobshchenij sootvetstvuyushchih yazyku okruzheniya vypolnen tak, chto polnost'yu prozrachen i dlya programmy i dlya pol'zovatelya. CHtoby ispol'zovat' eti sredstva, programma dolzhna vyzvat' gettext() (Sun/POSIX standart), ili catgets() (X/Open standart). Podrobnee sm. razdel i18n .
  4. EUC/Unicode podderzhka. Na etom urovne, programma ne ispol'zuet tip char. Vzamen eto ona ispol'zuet wchar_t, kotoryj opredelyaet ob®ekty, dostatochno bol'shie, chtoby soderzhat' simvoly Unicode. ANSI C opredelyaet etot tip dannyh i sootvetstvuyushchij API.

Dlya vyyasneniya podrobnostej smotrite, naprimer, ( Voropay1 ) ili ( SingleUnix ).

11.2 internacionalizaciya

V to vremya kak lokalizaciya opisyvaet, kak adaptirovat' programmu k inostrannomu okruzheniyu, internacionalizaciya (ili i18n dlya kratkosti) detaliziruet sposoby obshcheniya programmy s ne-anglogovoryashchim pol'zovatelem.

Prezhde eto delalos' s pomoshch'yu sozdaniya abstrakcij soobshchenij dlya vyvoda ih iz koda programmy. Teper' takoj mehanizm (bolee ili menee) standartizirovan. I, konechno, est' ego free realizacii!

Proekt GNU, nakonec, stal na put' sozdaniya internacionalizirovannyh prikladnyh programm. Ulrich Drepper (drepper@ipd.info.uni-karlsruhe.de) razrabotal paket gettext. |tot paket lezhit vo vseh GNU arhivah, naprimer, v prep.ai.mit.edu. On pozvolyaet vam razrabatyvat' programmy v napravlenii, dvigayas' v kotorom vy mozhete legko zastavit' ih podderzhivat' bol'shee kolichestvo yazykov. YA ne predpolagayu opisyvat' metody programmirovaniya eshche i potomu, chto gettext paket postavlyaetsya s prevoshodnym rukovodstvom.

Pros'ba o sotrudnichestve: Esli vy hotite izuchit' gettext paket i sdelat' svoj vklad v proekt GNU ili prosto sdelat' vklad bez vsyakogo izucheniya, to vy mozhete sdelat' eto! GNU stanovitsya mezhdunarodnym, tak chto vse utility delayutsya locale zavisimymi. Problema sostoit v tom, chtoby perevodit' soobshcheniya s Anglijskogo yazyka na Russkij (i drugie yazyki, konechno esli zahotite). V obshchem, chto sleduet sdelat': vy dolzhny poluchit' special'nyj .po fajl, sostoyashchij iz Anglijskih soobshchenij dlya nekih utilit, i svyazat' kazhdoe soobshchenie s ego ekvivalentom na russkom. V konechnom schete, eto zastavit govorit' sistemu po-russki, esli pol'zovatel' zahochet etogo! Dlya dlya podrobnostej vojdite v kontakt s Ulrich Drepper ( drepper@ipd.info.uni-karlsruhe.de).

Next Previous Contents