Linux中文化之Linux的中文化问题简介

一、前言:

　　最近这个话题大家吵得有点厉害，大家都希望 Linux 能在中文方面有所进步，各家有各家的说法，莫衷一是。由於我最近常与 CLE 的 group 有联系，同时也正在写一些与 中文相关的程式，因此我大略说一下「我们正在做什麽」，让大家参考。

　　我希望大家能将这篇文章当做技术性文章来读，不要再有情绪化的批评，必境我们要的 是 solution, 情绪化的批评对我们实在没有帮助。除此之外，我的观点可能有错，也 可能过份乐观，也欢迎大家能就技术方面给予我指教。

　　二、 I18N 与 locale:

　　要将 Linux 中文化，朝著标准走才是长远之计。各位如果有见过近代商业版的 UNIX 就会晓得，它们「中文化」之彻底，令人惊叹，诸如中文选单、中文讯息 .... 您能想 像得到，或说只能在 Win95/98/NT OS/2 .... 等上头才见得到的 中文环境，它们都 有。然而，它们的中文并不是像目前 Linux 上常见到的那样，由一堆程式七拼八凑出

　　来的，它们全部都是遵循一个标准: I18N 。

　　I18N 是 InternationalizatioN (国际化) 的缩写，第一个字 I 与最後一个字 N 之间 有 18 的字母，故名。 I18N 并不是只有表面上将 X Window 「国际化」而已，它是□ 基在最底层的 libc 上。 libc 必须要有 locale 的支援，才能向 I18N 起步。

　　什麽是 locale? 简单说就是一组「地区语言」的资讯。它包括了 (详见 man setlocale):

　　LC_CTYPE: 字元定义

　　LC_MESSAGES: 讯息显示

　　LC_TIME: 时间显示格式

　　LC_NUMERIC: 数字显示格式

　　LC_MONETARY: 货币显示格式

　　LC_COLLATE: 字母顺序与字串比较

　　其中，与一般使用者最有关系的，是 LC_CTYPE 与 LC_MESSAGES 。 LC_CTYPE 直接关 系到某些字元或内码在目前的 locale 下是否可印? 要如何转换? 对应到那一个字? .... 等等。 LC_MESSAGES 则关系到软体的讯息输出是什麽样的语文。真正完整的 locale 支援，是当我们在 shell prompt 下，直接设好环境变数，则我们马上就能切

　　换到那个语文了。例如:

　　bash: export LC_CTYPE=zh_TW.Big5

　　有了 locale 的「协定」，使得任何地区的语文，只要在加入适当的 locale data 之後， libc 就能正确地处理它了，而我们的「中文」当然也不例外。由於前人与 CLE

　　group 的努力，目前我们已有自己的 locale data 了。有安装 CLE 的朋友可以到

　　/usr/share/locale 下看看， zh_TW.Big5 就是我们的 locale data, 虽然还不够完整，但已能 work。

　　目前 Linux 对於 locale 的支援如何? 可以大概地说，易做图语系差不多没问题了，但 东方语系还有不少问题。如果您的 Linux 系统是用 libc5 (例如 Slackware) 的话，

　　那差不多可以说支援得相当差，几乎只能靠「七拼八凑」的方法来有限度地使用中文。

　　如果是用 libc6 (glibc2) 的话，那就有相当的 locale 支援了。

　　然而，目前大部分使用 glibc2 的系统都是 glibc-2.0.7, 这一版对东方语系的支援还 不够好，特别是 LC_CTYPE ，它无法辨认、转换我们的 Big5 码，必须要等到

　　glibc-2.1 以後，才能完全解决这些问题。但这并不是说使用 glibc-2.0.7 的广大使 用者都没希望了，事实上有一个 libwcsmbs 的套件，它可以将 glibc 中有问题的部分

　　取代掉，让我们的 LC_CTYPE 部分可以「几乎 90% 正确」地工作。而这个套件就是目 前 CLE 的标准之一，也是很重要的一个部分，虽然大家可能感受不到它的存在。

　　最近 glibc-2.1 的 pre-release 已经出来，我个人已做过初步测试， LC_CTYPE 在我 们的 locale 下已经正常，虽然仍有其他问题存在，但这已是一个好消息，我预计在未来的一年内，等大部分的 Linux distribution 都换装了 glibc-2.1 之後，我们就有

　　了最底层的「中文化」条件。

　　三、 X Window 的部分:

　　接著我们来看看上层， X Window 的「中文化」 (或「国际化」)。 X11R6 也有一个 locale 的目录，在 /usr/X11R6/lib/X11/locale □头，如果是装 CLE 的朋友，就

　　会见到一个 zh_TW.Big5 的目录，那就是我们的 XLC Locale data。在「标准」的情况 下， XLC Locale 必须架构在 libc locale 之上运作，它□头除了定义一些字元对 应，最重要的是内码与字型的对应。以我们的 locale 为例，我们需要两种字型，一是「半形 (单位元)」，显示 ASCII 码用，另一是「全形 (双位元)」用来显示中文。举 一个例子，像以下这一串字:

　　这是一个 abcd .... 测试字串 string! ＯＫ！

　　那些要用全形显示? 那些要用半形显示? 这必须靠 libc 的 LC_CTYPE 来判断。因此， LC_CTYPE 如果挂掉，可以说什麽都没辄。

　　我相信，有了上述的「配备」後，基本的 I18N 环境就已经具备了。但一定有人会问: 「看起来 CLE 在上述所说的都没问题，为什麽还是到处都不是中文?」 没错，那是因

　　为目前 Linux 上大部分的程式还不是用 I18N 的标准而写的。例如大家常用的Netscape, xcin, crxvt .... 等等，它们都是用「自己」的招术来处理中文，这也就

　　是为什麽 xcin 只能在 crxvt 上输入，为什麽我们要靠 CXWin 来看中文 .... 等等。 这些都不是正解，只是暂时的一个手段，最後都是要放弃的。

　　目前，有越来越多程式将朝向 I18N 来发展，而我们目前最需要的工作，就是弄 I18N 的 zh_TW.Big5 部分。举个例子，目前 CLE group 正忙於 GNOME 的中文化，它算是目 前 I18N 化相当彻底的一个 X Disktop / Window Manager, Platin 预计在下一版的

　　CLE 就是以 GNOME 为主，只要将其中的讯息都翻译成中文，做好 LC_MESSAGES 的工 作，未来在 GNOME 中，将不需要依靠 CXWin, 打开後就到处都是中文。

　　其他的 GNU 软体也是，有另一组人马正将一些常见指令如 ls, cp 等的讯息中文化， 并将结果回报给 GNU, 期望未来新版的 GNU 软体中，中文讯息就是标准的一部分，我 们不再需要每次人家更新版就急急忙忙地做 patch 了。

　　中文输入就比较复杂，除了上述的 I18N 以外，还有一个 XIM (X Input Method) 协 定。我们必须要有 XIM server 来取代目前的 xcin, 而且还要 X Window 的应用程式 能够遵循 XIM 协定，才能做到 "Chinese Input Anywhere"。目前 CLE 已有一个 XIM server, 即 xcin-cxim 之类的程式，但麻烦的是遵循 XIM 协定的应用程式仍不多，最 著名的就是 GNOME, xemacs, 以及一些 X11R6 所附的软体 (如 xedit, 由 Xt 及 Xaw

　　提供 I18N 支援)。而我个人目前正在写的 xcin-2.5 就是一个 XIM server, 我希望这 个软体能在将来与「各路人马」配合，做出一点贡献。

　　因此，「中文化」的工作，并不是那麽简单地说「因为 Linux 是免费、没有人付钱给 程式设计师，所以做不好」，或者说「我们中国人不团结，大家不肯合作发展程式」， 或者说「 Linux 是 server 导向，不适合做中文」 .... 等等。 Linux 可以发展中 文，而且有很多人正努力地在工作，但是更重要的是，我们还得配合国外 (或说软体的

　　原设计者) 的脚步。前面说过，我们要有完整 locale 支援的 libc, 这一切才有希 望，我们也需要我们常用的软体 (如 Netscape, window manager, 甚至 database,

　　office ....) 的设计者觉悟到，真正的标准是 I18N, 是 locale, 是 XIM, 我们才能 跟进，将中文化的部分加进去。更重要的一点，我们自己的程式设计师在写软体时，是

　　不是也能遵循 I18N, locale, XIM??

　　中文化，需要一个标准，而我们希望这个标准，是世界通用的，而不是我们自己七拼八 凑出来的。否则的话，我们永远都要自己玩自己的，永远都会事倍功半，永远会抱怨

　　「为什麽 Linux 的中文支援比不上 Win95?」

　　四、中文列印:

　　中文列印与上述的关系较小，但也是大家关心的问题之一，在此我也稍作一些说明。

　　在 UNIX 的世界，就我所知印表机输出最常见的就是两个: ASCII 码与 Postscript, 而 Postscript 就是「图形列印」的共通语言。因此，当我们要做中文列印，就是要寻 求「图形列印」的途径，也就是找一个「能将中文字档转成Postscript 输出」的程式」。目前大家常见的，如传统的 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 似乎已渐渐成为 Free Software / Open Source 所公认 的标准之一，其原因如下:

　　它是 Free Software 。

　　目前 CJK 与 freetype 配合，已经可以完全整合到 LaTeX 的环境中，而不需要 像以往一样需要再更动 LaTeX 的程式与环境。相信在不久的将来它应该会成为 LaTeX 的标

　　准附件之一。就我所知， Netscape 在下一版的列印部分将支援 CJK 做为中日文 Postscript 输出,我想这一点很值得成为我们未来发展中文列印的一个参考。

　　五、准备您的 I18N 环境:

　　以下我针对目前大家常用的系统，如何做到像 CLE 那样，有基本的 locale 环境，而 不必真的非装 CLE 不可 (因为常听大家说 CLE 太大)。虽然以下所说的对各位的中文

　　环境可能改善不多 (因为目前大部分的软体都还没有 I18N 化)，但就当做是为未来做准备。也希望对 source code 有兴趣，喜欢东玩玩、西摸摸 Linux 的网友们，能多多 熟悉这个领域，或者能加入这个领域与我们共同努力。

　　以下的软体我以 tgz 为主，