Linux字符集设置

1、查询

(1)查看当前服务器字符集:#locale

(2)查看服务器支持的字符集:#locale-a

2、修改linux系统字符集的方法有如下两种：

(1)直接设置变量的形式更改，如下两条：

[root@demo~]#LANG="xxx"或则exportLANG="xxx"

[root@demo~]#LC_ALL="xxx"或则exportLC_ALL="xxx"

(备注：xxx为欲更改为的字符集)

查看标准的字符集的方式:locale–a，常用的有:zh_CN.GB2312、

zh_CN.GB18030或则zh_CN.UTF-8、en_US.UTF-8等

然而上述更改形式只会在当前中生效，新建shell此环境变量消失。

故平常登入系统执行"LANG="这个命令的时侯显示的就没有乱码的缘故，意思就是取消了字符集的显示，

取消字符集还可以执行如下命令:

[root@demo~]#unsetLANG

(2)更改文件形式，通过更改/etc/sysconfig/i18n文件控制

[root@demo~]#vim/etc/sysconfig/i18n

LANG="zh_CN.GB18030"//即为系统的语言

SUPPORTED="zh_CN.UTF-8:zh_CN.GB18030:zh_CN:zh:en_US.UTF-8:en_US:en"

SYSFONT="lat0-sun16"

更改文件保存退出以后要生效要执行如下命令才可生效

[test@demo~]$source/etc/sysconfig/i18n

另也可在/etc/profile(全局)或则~/.bashrc(单个用户)设置Linux系统的环境变量。

3、更详尽的说明，请参考:

Linux下的编码和字符集的资料(Locale解读)[以下内容为转载]

locale是国际化与本土化过程中的一个特别重要的概念，个人觉得，对于英文用户来说，一般会涉及到的国际化

或则本土化，大致包含三个方面：看英文，写英文，与window英文系统的兼容和通讯。从实际经验上看来，locale的设定与看英文关系不大，而且与写英文，及window分区的挂载形式有很密切的关系。本人觉得如同一个纯韩文的Windows才能浏览英文，法文或则日本文网页一样，你不须要设定locale就可以看英文。这么，为何要设定locale呢？哪些时侯会用到locale呢？

(1)为何要设定locale

正如上面我所讲的，设定locale与你能够浏览英文的网页没有直接的关系，即使你把locale设置成en_US.ISO-

8859-1这样一个标准的中文locale你照样可以浏览英文的网页，只要你的系统上面有相应的字符集（这个都不一定须要）和合适的字体（如simsun）linux 设置中文字符集，浏览器就可以把网页翻译成英文给你看。具体的过程是网路把网页传送到你的机器上以后，浏览器会判定相应的编码的字符集，依照网页采用的字符集，去字体库上面找合适的字体，之后由文字渲染工具把相应的文字在屏幕上显示下来。

在下文本人会时常把字符集比喻成密码本，个人认为对于一些东西比较容易理解，如果你不习惯的话，把全文

copy到任何文本编辑器，用字符集替换密码本即可。

那有时侯网页显示乱码或则都是方框是如何回事呢？个人觉得，显示乱码是由于设定的字符集不对(或则没有相

应的字符集)，比如网页是用UTF-8编码的，你非要用GB2312去看，而系统按照GB2312去找字体，之后在屏幕上显示，其实是一堆的乱码，也就是说你用一个错误的密码本去翻译发给你的电报，其实内容那叫一个乱；至于有些时侯浏览的网页能显示一部份汉字，但有好多的地方是方框，还能显示汉字说明浏览器早已正确的判定出了网页的编码，并在字体库上面找到了相应的文字，而且并不是每位字体库都包含某个字符集全部的字体的缘故，有些时侯会显示不完全，找一个比较全的支持较多字符集的字体就可以了。

既然我就能浏览英文网页，那为何我还要设定locale呢？虽然你有没有想过如此一个问题，为何gentoo官方

峰会上英文峰会的网页是用UTF-8编码的（尽管你们仍然强烈建议用GB2312编码），然而新浪网就是用GB2312编码的呢？而Xorg的官方网页居然是ISO-8859-15编码的，我没有设定这个locale如何一样的能浏览呢？这个问题犹如是你有所有的密码本，不论某个网站是用哪些字符集编码的，你都可以用你手里的密码本把她们翻译过来，但问题是即使你能浏览英文网页，而且在整个操作系统上面流动的还是中文字符。所以，如同你能听懂德语，也能听懂英文。最根本的问题是：你不可以写英文。

当你决定要写哪些东西的时侯，首先要决定的一件事情是用那个语言，对于计算机来说就是你要是用哪一种字符

集，你就必须告诉你的linux系统，你想用那一本密码本去写你想要写的东西。晓得为何须要用GB2312字符集去浏览新浪了吧，由于新浪的网页是用GB2312写的。为了让你的Linux就能输入英文，就须要把系统的locale设定成英文的(严格说来是locale的语言类别LC_CTYPE)，比如zh_CN.GB2312、zh_CN.GB18030或则zh_CN.UTF-8。好多人都不明白那些古里奇特的抒发形式。这个外星表达式规定了哪些东西呢？这个问题稍后阐述，如今只须要晓得，这是locale的抒发方法就可以了。

(2)究竟哪些是locale？

locale这个词组英文翻译成地区或则地域，虽然这个词组包含的意义要笼统好多。Locale是按照计算机用户所使

用的语言，所在国家或则地区，以及当地的文化传统所定义的一个软件运行时的语言环境。这个用户环境可以根据所涉及到的文化传统的各个方面分成几个大类，一般包括用户所使用的语言符号及其分类(LC_CTYPE)，数字(LC_NUMERIC)，比较和排序习惯(LC_COLLATE)，时间显示格式(LC_TIME)，货币单位(LC_MONETARY)，信息主要是提示信息,错误信息,状态信息,标题,标签,按键和菜单等(LC_MESSAGES)，姓名书写形式(LC_NAME)，地址书写形式(LC_ADDRESS)，电话号码书写形式(LC_TELEPHONE)，测度衡抒发形式(LC_MEASUREMENT)，默认纸张规格大小(LC_PAPER)和locale对自身包含信息的概述(LC_IDENTIFICATION)。

所以说，locale就是某一个地域内的人们的语言习惯和文化传统和生活习惯。一个地区的locale就是按照这几大

类的习惯定义的，这种locale定义文件置于/usr/share/i18n/locales目录下边，比如en_US,zh_CNandde_DE@euro都是locale的定义文件，这种文件都是用文本格式书写的，你可以用写字板打开，瞧瞧里面的内容，其实出了有限的注释以外，大部份东西可能你都看不懂，由于是用的Unicode的字符索引方法。

对于de_DE@euro的一点说明，@右边是修正项，也就是说你可以看见两个美国的locale：

/usr/share/i18n/locales/de_DE@euro/usr/share/i18n/locales/de_DE打开这两个locale定义，你还会晓得它们的差异在于de_DE@euro使用的是意大利的排序、比较和缩进习惯，而de_DE用的是日本的标准习惯。

里面我们说到了zh_CN.GB18030的前半部份，后半部份是哪些呢？大部份Linux用户都晓得是系统采用的字符

集。

(3)哪些是字符集？

字符集就是字符，尤其是非英文字符在系统内的编码方法，也就是一般所说的内码，所有的字符集都放

在/usr/share/i18n/charmaps，所有的字符集也都是用Unicode编号索引的。Unicode用统一的编号来索引目前已知的全部的符号。而字符集则是这种符号的编码方法，或则说是在网路传输，计算机内部通讯的时侯，对于不同字符的抒发形式，Unicode是一个静态的概念马哥linux，字符集是一个动态的概念，是每一个字符传递或传输的具体方式。如同Unicode编号U59D0是代表爷爷的“姐”字，然而具体的这个字是用两个字节表示，三个字节，还是四个字节表示，是字符集的问题。诸如：UTF-8字符集就是目前流行的对字符的编码方法，UTF-8用一个字节表示常用的拉丁字母，用两个字节表示常用的符号，包括常用的英文字符，用三个表示不常用的字符，用四个字节表示其他的古灵精怪的字符。而GB2312字符集就是用两个字节表示所有的字符。

须要提及一点的是Unicode不仅用编号索引全部字符以外，本身是用四个字节储存全部字符，这一点在提到挂载

windows分区的时侯是十分重要的一个概念。所以说你也可以把Unicode看作是一种字符集（我不晓得它和UTF-32的关系，总之UTF-32就是用四个字节表示所有的字符的），而且这样叙述符号是十分浪费资源的，由于在计算机世界绝大部份时侯用到的是一个字节就可以搞定的26个字母而已。所以就会有UTF-8，UTF-16等等，要不然太原世界多好，省了这许多麻烦。

(4)zh_CN.GB2312究竟是在说哪些？

Locale是软件在运行时的语言环境,它包括语言(Language),地域(Territory)和字符集(Codeset)。一个locale的书

写格式为:语言[_地域[.字符集]].所以说呢，locale总是和一定的字符集相联系的。下边举几个反例：

a.我说英文，身处中华人民共和国，使用国标2312字符集来抒发字符。zh_CN.GB2312＝英文_中华人民共和国＋国标2312字符集。

b.我说英文，身处中华人民共和国，使用国标18030字符集来抒发字符。zh_CN.GB18030＝英文_中华人民共和国＋国标18030字符集。

c.我说英文，身处中华人民共和国大陆省，使用国标Big5字符集来抒发字符。zh_TW.BIG5=英文_大陆.大五码字符集

d.我说英语，身处大不列颠，使用ISO-8859-1字符集来抒发字符。en_GB.ISO-8859-1=英语_大不列颠.ISO-8859-1字符集

e.我说英语，身处美国，使用UTF-8字符集，习惯了意大利风格。de_DE.UTF-8@euro＝英语_俄罗斯.UTF-8字符集@根据法国习惯加以修正

注意不是de_DE@euro.UTF-8，所以完全的locale抒发方法是[语言[_地域][.字符集][@修正值]

生成的locale置于/usr/lib/locale/目录中，而且每位locale都对应一个文件夹，也就是说创建了de_DE@euro.UTF-

8locale以后，就生成/usr/lib/locale/de_DE@euro.UTF-8/目录，上面是具体的每位locale的内容。

(5)如何去自定义locale

在gentoo生成locale还是很容易的，首先要在USE上面加入userlocales支持，之后编辑locales.build文件，这个

文件拿来指示glibc生成locale文件。好多人不明白每一个条目是哪些意思。虽然按照前面的说明现今应当很明晰了。

a.File:/etc/locales.builden_US/ISO-8859-1en_US.UTF-8/UTF-8

b.zh_CN/GB18030zh_CN.GBK/GBKzh_CN.GB2312/GB2312zh_CN.UTF-8/UTF-8

里面是locales.build文件，依次的说明是这样的：

b1.en_US/ISO-8859-1：生成名为en_US的locale，采用ISO-8859-1字符集，但是把这个locale作为中文_日本locale类的默认值，虽然它和en_US.ISO-8859-1/ISO-8859-1没有任何区别。

b2.en_US.UTF-8/UTF-8：生成名为en_US.UTF-8的locale，采用UTF-8字符集。

b3.zh_CN/GB18030：生成名为zh_CN的locale，采用GB18030字符集，但是把这个locale作为英文_中国locale类的默认值，虽然它和zh_CN.GB18030/GB18030没有任何区别。

b4.zh_CN.GBK/GBK：生成名为zh_CN.GBK的locale，采用GBK字符集。zh_CN.GB2312/GB2312：生成名为zh_CN.GB2312的locale，采用GB2312字符集。zh_CN.UTF-8/UTF-8：生成名为zh_CN.UTF-8的locale，采用UTF-8字符集。

关于默认locale，默认locale可以简写成en_US或则zh_CN的方式，只是为了抒发简单而已没有非常的意义。

Gentoo在locale定义的时侯掩藏了一些东西，也就是locale的生成工具：localedef。在编译完glibc以后你可以用这个localedef再补充一些locale，还会愈发理解locale了。具体的可以看localedef的manpage。

$localedef-f字符集-ilocale定义文件生成的locale的名称诸如$localedef-fUTF-8-izh_CNzh_CN.UTF-8

里面的定义方式和在locales.build中设定zh_CN.UTF-8/UTF-8的结果是一样一样的。

(6)locale的脏腑脏腑

刚才生成了几个locale，并且为了让它们生效，必须告诉Linux系统使用那(几)个locale。这就须要对locale的内部

机制有一点点的了解。在上面我早已提及过，locale把根据所涉及到的文化传统的各个方面分成12个大类，这12个大类分别是：1、语言符号及其分类(LC_CTYPE)2、数字(LC_NUMERIC)3、比较和排序习惯(LC_COLLATE)4、时间显示格式(LC_TIME)5、货币单位(LC_MONETARY)6、信息主要是提示信息,错误信息,状态信息,标题,标签,按键和菜单等(LC_MESSAGES)7、姓名书写形式(LC_NAME)8、地址书写形式(LC_ADDRESS)9、电话号码书写形式(LC_TELEPHONE)10、度量衡抒发形式(LC_MEASUREMENT)11、默认纸张规格大小(LC_PAPER)12、对locale自身包含信息的概述(LC_IDENTIFICATION)。

其中，与英文输入关系最密切的就是LC_CTYPE，LC_CTYPE规定了系统内有效的字符以及那些字符的分

类，例如哪些是小写字母，大写字母，大小写转换，标点符号、可复印字符和其他的字符属性等方面。而locale定义zh_CN中最最重要的一项就是定义了汉字(Class“hanzi”)这一个大类，其实也是用Unicode描述的，这就让英文字符在Linux系统中成为合法的有效字符，但是不论它们是用哪些字符集编码的。

LC_CTYPE%Thisisacopyofthe"i18n"LC_CTYPEwiththefollowingmodifications:-Additionalclasses:

hanzi

copy"i18n"

class"hanzi";/%..;/..;/;;;;;;;;/;;;;;;;;/;;;;ENDLC_CTYPE

在en_US的locale定义中，并没有定义汉字，所以汉字不是有效字符。所以假如要输入英文必须使用支持英文的

localelinux 设置中文字符集，也就是zh_XX，如zh_CN，zh_TW，zh_HK等等。

另外特别重要的一点就是这种分类是彼此独立的，也就是说LC_CTYPE，LC_COLLATE和LC_MESSAGES等

等分类彼此之间是独立的，可以按照用户的须要设定成不同的值。这一点对好多用户是有利的，甚至是必须的。比如，我就须要一个就能输入英文的英语环境linux更改ip地址，所以我可以把LC_CTYPE设定成zh_CN.GB18030，而其他所有的项都是en_US.UTF-8。

(7)如何设定locale呢？

设定locale就是设定12大类的locale分类属性，即12个LC_*。不仅这12个变量可以设定以外，为了简便起见，还

有两个变量：LC_ALL和LANG。

它们之间有一个优先级的关系：LC_ALL>LC_*>LANG可以如此说，LC_ALL是最上级设定或则强制设定，而

LANG是默认设定值。

a.假如你设定了LC_ALL＝zh_CN.UTF-8，这么不管LC_*和LANG设定成哪些值，它们就会被强制服从LC_ALL的设定，成为zh_CN.UTF-8。

b.如果你设定了LANG＝zh_CN.UTF-8，而其他的LC_*=en_US.UTF-8，而且没有设定LC_ALL的话，这么系统的locale设定以LC_*=en_US.UTF-8。

c.如果你设定了LANG＝zh_CN.UTF-8，而其他的LC_*，和LC_ALL均未设定的话，系统会将LC_*设定成默认值，也就是LANG的值zh_CN.UTF-8。

d.如果你设定了LANG＝zh_CN.UTF-8，而其他的LC_CTYPE=en_US.UTF-8，其他的LC_*，和LC_ALL均未设定的话，这么系统的locale设定将是：LC_CTYPE=en_US.UTF-8，其余的LC_COLLATE，LC_MESSAGES等等均会采用默认值，也就是LANG的值，也就是LC_COLLATE＝LC_MESSAGES＝……＝LC_PAPER＝LANG＝zh_CN.UTF-8。

所以，locale是这样设定的：

a.假如你须要一个纯英文的系统的话，设定LC_ALL=zh_CN.XXXX，或则LANG=zh_CN.XXXX都可以，其实你可以两个都设定，但正如前面所讲，LC_ALL的值将覆盖所有其他的locale设定，不要作无用功。

b.假如你只想要一个可以输入英文的环境，而保持菜单、标题，系统信息等等为英语界面，这么只须要设定LC_CTYPE＝zh_CN.XXXX，LANG=en_US.XXXX就可以了。这样LC_CTYPE＝zh_CN.XXXX，而LC_COLLATE＝LC_MESSAGES＝……＝LC_PAPER＝LANG＝en_US.XXXX。

c.如果你高兴的话，可以把12个LC_*一一设定成你须要的值，构建一个古灵精怪的系统：LC_CTYPE＝zh_CN.GBK/GBK(使用英文编码内码GBK字符集)；LC_NUMERIC=en_GB.ISO-8859-1(使用大不列颠的数字系统)LC_MEASUREMEN=de_DE@euro.ISO-8859-15(日本的测度衡使用ISO-8859-15字符集)罗马的地址书写形式，日本的纸张设定……。

d.如果你哪些也不做的话，也就是LC_ALL，LANG和LC_*均不指定特定值的话，系统将采用POSIX作为lcoale，也就是Clocale。

本文原创地址：//gulass.cn/lxtzfjcxyxgd.html编辑：刘遄，审核员：暂无