Linux中文化之Linux的中文化问题简介[3]

　　(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
　　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 二者间的对应关系。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 *), 其部分的对应关系如下，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 码的对应关系是由该 locale 的 LC_CTYPE 来决定的，也就是不同 的 locale 写法其对应关系可能会不一样。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)，但不能保证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 下的讯息档制作，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/