Effetto di $ LANG sul terminale

Sto cercando di capire come $LANGsi comporta la variabile con gnome-terminal (e la sua opzione di preferenza per la codifica dei caratteri). Ho usato iso8859-1 (latin1) come set di caratteri principale e tutti i miei nomi di file sono codificati come tali.

Per i seguenti test farò ls -luna directory con caratteri accentati spagnoli nei loro nomi di file:

Caso 1:

• gnome-terminal configurato per ISO-8859-1
• LANG impostato su "en_US-iso8859-1"
• Risultato: vedo tutti i file correttamente

Caso n. 2:

• gnome-terminal configurato per UTF-8
• LANG impostato su "en_US-iso8859-1"
• Risultato: vedo personaggi spazzatura per tutti i personaggi spagnoli. Questo è previsto quando ho cambiato la codifica dei caratteri per il terminale

Caso n. 3:

• gnome-terminal configurato per ISO-8859-1
• LANG impostato su "en_US-UTF-8"
• Risultato: vedo personaggi spazzatura per tutti i personaggi spagnoli.

Perché in questo ultimo caso vedo personaggi confusi? L'output di ls non dovrebbe inviare i nomi dei file direttamente a gnome-terminal così come sono? E poiché gnome-terminal è configurato per ISO-8859-1, mi sarei aspettato che sembrassero giusti.

Per un momento ho pensato che forse bash sta prendendo in considerazione la mia $LANGvariabile e sta eseguendo una conversione. Poi ho cambiato il mio terminale in UTF-8 ma non riesco ancora a vedere i personaggi giusti. Ho persino reindirizzato l'output di ls a xxd e con mia sorpresa vedo ancora i file codificati così come sono: ISO-8859-1.

Per concludere: se il mio elenco contiene caratteri ISO-8859-1 e il mio emulatore di terminale è configurato per la stessa codifica dei caratteri: chi sta facendo la conversione quando LANGè impostato diversamente?

Grazie per tutto l'aiuto che potete fornire.

Craconia

L'impostazione per LANGdeve corrispondere a quella del terminale. Più precisamente, l'impostazione per LC_CTYPE(la codifica dei caratteri) deve corrispondere alla codifica del terminale, le altre impostazioni locali non devono corrispondere. E la codifica del terminale è generalmente specificata da un'opzione dell'emulatore di terminale e non da una variabile locale. Le LC_CTYPEcombina due indicazioni: dice applicazioni quali codificano per uso sul terminale (sia per l'input e l'output), e dice applicazioni quali codificano per utilizzare con i file. Nei casi 2 e 3, hai detto lsdi visualizzare l'output in una codifica diversa da quella del terminale, quindi l'output è confuso.

Se lavori con codifiche UTF-8 e latin-1 in momenti diversi, configura il tuo terminale per usare UTF-8. Ciò dovrebbe indurlo a impostare LC_CTYPEun valore che indica UTF-8; non ignorare questa impostazione. (Se l'emulatore di terminale non viene impostato LC_CTYPE, sovrascriverlo nel file di avvio della shell o per l'intera sessione.) Per lavorare con i dati latino-1 in un terminale UTF-8, utilizzare luit(incluso nella suite di utilità X).

LC_CTYPE=en_US.iso88591 luit

(Puoi usare qualsiasi altra locale con la stessa codifica, ad es LC_CTYPE=es_ES.iso88591 luit.)

Nel caso # 2 e # 3 stai mescolando due diverse codifiche UTF-8 e Latin-1. Nel caso # 1 stai usando Latin-1 per entrambi, quindi non hai problemi.

Il lscomando (e tutti gli altri programmi ben funzionanti) utilizzano l'impostazione LANG per determinare la codifica .

Puoi mescolare due lingue diverse, ma non dovresti mescolare due diverse codifiche .

Assicurarsi che anche le variabili di ambiente LC_ * utilizzino la stessa codifica della variabile LANG.

Come regola generale, al giorno d'oggi dovresti configurare il tuo sistema per usare solo UTF-8.

Se devi modificare file di dati vecchio stile (es. Proprietà java) dovresti usare un editor specializzato (es. Java ide) o assicurarti la codifica con strumenti come iconvo `ricodificare ..

Questo potrebbe essere al di fuori delle tue necessità, ma ...

Si scopre in RHEL5, e probabilmente prima, molte delle pagine man sono state in qualche modo asciugate per qualche motivo abbandonato. Cioè, la pagina man grezza è stata convertita dal suo set di caratteri nativi in ​​ASCII a 7 bit. Indipendentemente da ciò che fai con LC e LANG, la pagina man per latin1produce una pagina man che è effettivamente inutile. Tutti i caratteri speciali (8 bit) all'interno sono stati sostituiti con segnaposto a 7 bit (in genere ??). Lo trovo divertente.

Ma la utf8versione di queste pagine man potrebbe esistere nella directory specifica della lingua. Il trucco è chiedere loro con il loro giusto nome. Ad esempio, latin1 è in realtà iso_8859-1. Se fai una pagina man su di essa e le tue impostazioni LANG sono corrette, vedi cosa ti aspetti; la pagina man si trova nel subdir specifico della lingua ( en/man7/iso_8859-1.7). Ma se chiedi iso-8859-1, per qualche motivo, ottieni la versione ASCII.