Dotaz: Diakritika v konzoli

[waldauf]

Ahoj,

resim problem, jak umoznit praci (kopirovani, spousteni, ... ) souboru s diakritikou v konzoli (momentalne pouzivam yakuake). Jakmile mam nejakou mp3 s diakritikou, tak ji nespustim a musim ji pred tim prejmenovat (delam pomoci prikazu mv). Nebo kdyz mam nejaky zabaleny soubor obsahujici soubory s diakritikou, tak nejsem schopen je rozbalit.

Nastaveni kernelu viz nize. Ma na to vliv kodovani FS na kterym to mam ulozeny (vim ze u FAT FS se to muselo nastavovat)? Popripade jak to rozchodit? Jedna se mi hlavne o dve partitiony, kde mam ntfs-3g a reiserfs. Reiserfs je na LV a NTFS-3g na klasicke partitione.

System: Gentoo Kernel: 2.6.38-gentoo-r1

Nastaveni kernelu:

File systems
  Native language support --->
    (UTF-8) Default NLS Option
    ~
    <*>   Codepage 852 (Central/Eastern Europe)
    <*>   Windows CP1250 (Slavic/Central European Languages)
    <*>   ASCII (United States)
    <*>   NLS ISO 8859-1  (Latin 1; Western European Languages)
    <*>   NLS ISO 8859-2  (Latin 2; Slavic/Central European Languages)
    <*>   NLS UTF-8

File systems
  DOS/FAT/NT Filesystems
    <*> VFAT (Windows-95) fs support
    (852) Default codepage for FAT
    (iso8859-2) Default iocharset for FAT
    <*> NTFS file system support
    [*]   NTFS debugging support
    [*]   NTFS write support

Muzete mi pls poradit jak na to, pac uz jsem docela unaveny vecnym prepisovanim (kdyz si chci zkopirovat mp3ky na flasky a tak).

Moc diky,

waldauf

Odpovědi

[pavlix]

Co vypíše příkaz locale?

[waldauf]

Vypis mych locale:

$ locale
LANG=cs_CZ.utf8
LC_CTYPE="cs_CZ"
LC_NUMERIC="cs_CZ"
LC_TIME="cs_CZ"
LC_COLLATE="cs_CZ"
LC_MONETARY="cs_CZ"
LC_MESSAGES="cs_CZ"
LC_PAPER="cs_CZ"
LC_NAME="cs_CZ"
LC_ADDRESS="cs_CZ"
LC_TELEPHONE="cs_CZ"
LC_MEASUREMENT="cs_CZ"
LC_IDENTIFICATION="cs_CZ"
LC_ALL=cs_CZ

[pavlix]

cs_CZ znamená pokud vím kódování ISO-8859-2, takže tam bude asi problém

Doporučuju za všech okolností přejít komplet na utf-8 a se starými 8859 už se vůbec netrápit.

Jinak správné nastavení proměnných je LANG=cs_CZ.utf8 či LANG=en_US.utf8 a ostatní proměnné prázdné. Nejspíš nějkde nastavuješ LC_ALL=cs_CZ, což je špatně.

Pokud se nechá vše kromě LANG prázdné, tak se ve všech případech použije to, co je v LANG. Příkaz env prozradí co je nastavené za proměnné, příkaz locale, co se použije jako jazykové nastavení (i tam, kde proměnná samotná nastavena není).

Až bude locale nastavené správně, má cenu řešit případné další problémy/chyby.

[ikarr]

hrubě se mýlíte

[waldauf]

A mohl by jste rozvét v čem přesně bylo hrubě pomýleno? :]

[pavlix]

Vypadá to na trolla :).

[ikarr]

Nee. Neraďte, pokud o problému máte sám jen mlhavé domněnky!

[Chytrex]

Tak se předveď mudrlante a vysyp kde se tak hrubě mýlí.. Pokud si to necháš pro sebe, tak se na mě nezlob, ale jen trolluješ.

[ikarr]

Co věta, to nesmysl. RTFM

[pavlix]

Vypadá to na pořád stejného trolla :).

[Šangala]

Toš to chcu taky vědět v čem spočívá ten hrubý omyl.

[pavlix]

To je tajné jako patenty Microsoftu :).

[Chytrex]

Moje locale vypadají následovně:

$ locale
LANG=cs_CZ.UTF-8
LC_CTYPE="cs_CZ.UTF-8"
LC_NUMERIC="cs_CZ.UTF-8"
LC_TIME="cs_CZ.UTF-8"
LC_COLLATE="cs_CZ.UTF-8"
LC_MONETARY="cs_CZ.UTF-8"
LC_MESSAGES="cs_CZ.UTF-8"
LC_PAPER="cs_CZ.UTF-8"
LC_NAME="cs_CZ.UTF-8"
LC_ADDRESS="cs_CZ.UTF-8"
LC_TELEPHONE="cs_CZ.UTF-8"
LC_MEASUREMENT="cs_CZ.UTF-8"
LC_IDENTIFICATION="cs_CZ.UTF-8"
LC_ALL=

Takže bych se taky přiklonil k faktu že LC_ALL by měl zůstat prázdný..

[Ash]

Ale to je přece úplně jedno, pokud je některá z LC_* kromě LC_ALL prázdná, nastavení LANG nastaví i tuto/tyto proměnné. Nastavení LC_ALL nastaví LC_ALL i všechny LC_* bez ohledu na to jestli jsou nebo nejsou prázdné. Takže nelze říct co by mělo nebo nemělo být prázdné, podstatné je, jestli máte nastavené všechny LC_* tak, jak chcete. Je více způsobů, jak toho dosáhnout.

[ikarr]

tak tak

[pavlix]

Takže nelze říct co by mělo nebo nemělo být prázdné,

Lze, a dokonce jsme to kupodivu i řekli :).

Prázdné to má být proto, abys vůbec mohl samostatně nastavovat jednotlivé kategorie. LC_ALL má smysl jenom na testování, kde chceš úmyslně celé nastavení převařit najednou.

Pokud opravdu chceš mít všecky stejně, nastavení LANG a LC_ALL to sice dokážou oba dva zařídit, ale LC_ALL ti navíc zablokuje možnost nastavovat jednotlivé kategorie, takže nemá v tomhle ohledu žádnou výhodu.

Jako jsou věci, o kterých se dá diskutovat a vymýšlet teorie, ale tohle je myslím dost jasné.

[Ash]

Já reagoval jen na Chytrexe, ne na něco co jste výše možná řekli. Lidé se prostou řečí vyjadřují nepřesně, například:

LC_ALL ti navíc zablokuje možnost nastavovat jednotlivé kategorie

může v někom vzbudit dojem, že nemůže kategorie nastavovat s nastaveným LC_ALL. To ale není pravda, kategorie nastavovat může, jen pro aplikace toto nastavení nebude viditelné, zviditelní se až po "odnastavení" LC_ALL.

nebo

Pokud se nechá vše kromě LANG prázdné, tak se ve všech případech použije to, co je v LANG.

Ano, musí se to ale opravdu nechat prádné, nesmí se to nastavit prádné, což pro někoho nemusí být zřejmý rozdíl, není každý expert a hraje si s tím.

Souhlasím s tím, že to je jasné, stačí si přečíst manuál a sporné věci vyzkoušet a je to, diskuze to jen zamlží ;)

[pavlix]

Já reagoval jen na Chytrexe

Ten víceméně jen podpořil, co jsem psal já.

může v někom vzbudit dojem, že nemůže kategorie nastavovat s nastaveným LC_ALL.

Nemůže ty kategorie nastavovat úspěšně (tedy aby se to projevilo). Jako jo, určitá nepřesnost v té běžné řeči je, ale nemám pocit, že by v tomhle případě byla nějak na škodu.

Ano, musí se to ale opravdu nechat prádné, nesmí se to nastavit prádné, což pro někoho nemusí být zřejmý rozdíl, není každý expert a hraje si s tím.

Popravdě to není zjevné ani mě, vyzkoušel bych to a tím bych na to teprve přišel (ano, vyzkoušeno, máš pravdu). Na druhou stranu by mě spíš napadlo nenastavit/unset než nastavit prázdné.

Souhlasím s tím, že to je jasné, stačí si přečíst manuál a sporné věci vyzkoušet a je to, diskuze to jen zamlží ;)

Jojo, v manuálu je to jasné.

[pavlix]

Ještě tak se dá LC_ALL rozumně použít, pokud máš rozbitý program, o kterém víš, že s jedním konkrétním locale funguje, tak na něj mít wrapper, který přes LC_ALL při jeho spuštění všechny kategorie přerazí.

Typicky nějaká starší verze Lingea Lexiconu pro Linux, Mikrotik Winbox ve Wine, a určitě se najdou další.

[waldauf]

Ještě jsem si uvědomil, že mě blbne i diakritika v manualech v konzoli. Možná to k něčemu bude. Klíďo bych i uvítal, kdyby se mi ty man stránky přeply zpět do EN. Ale aby zároveň chodila i diakritika v názvech souborů ;].

[Petr Šobáň]

A jak blbne ?

Jinak pokud chceš používat konzoli musí být terminál přepnut v utf8 taktéž musí být zavedená správně znaková sada a klávesnice.

U nových distribucí by neměl být problém.

[waldauf]

V konzoli se mi v man strankach misto diakritiky ukazuje jina pismenka nebo znaky jako "3/4" a tak. To same v MC. Znakovou sada by se mela nacist v ramci LC_LANG?

[Petr Šobáň]

Špatná znaková sada, špatně přepnutý terminál do utf8.

A nebo zastaralý program - vím že se u prvních UTF8 terminálů musel program upravit - nedokázal manuálové stránky v UTF8 korektně zobrazit. (to už by snad v dnešní době mělo být vyřešen snad ve všech distribucích)

[pavlix]

tak en_US.utf8

[waldauf]

Jsem ted z toho trosku zmaten :/. /etc/env.d/02locale jsem zmenil z cs_CZ na:

LC_ALL="en_US"                  
LANG="en_US.utf8"

A v /etc/locale.gen:

cs_CZ.UTF-8UTF-8                                                                                                         
cs_CZ ISO-8859-2                                                                                                          
en_US ISO-8859-1                                                                                                          
en_US.UTF-8 UTF-8                                                                                     

/home/waldauf/.config/user-dirs.locale jsme zmenil z cs_CZ na en_US (ale to nejak pochybuju, ze ma vliv na nastaveni ... ale tonouci se stebla chyta :] ).

<

Po vytvoreni novych locale (locale-gen) mam stale vystup:

LANG=cs_CZ.utf8
LC_CTYPE="cs_CZ"
LC_NUMERIC="cs_CZ"
LC_TIME="cs_CZ"
LC_COLLATE="cs_CZ"
LC_MONETARY="cs_CZ"
LC_MESSAGES="cs_CZ"
LC_PAPER="cs_CZ"
LC_NAME="cs_CZ"
LC_ADDRESS="cs_CZ"
LC_TELEPHONE="cs_CZ"
LC_MEASUREMENT="cs_CZ"
LC_IDENTIFICATION="cs_CZ"
LC_ALL=cs_CZ

[Petr Šobáň]

Pokud chceš používat utf8 musí být všechny locale nastavené s příponou utf8 jinak se terminál nemusí přepnout na utf8 a pak to blbne.

Přípona utf8 musí být i u en.

[petr@nt ~]$ locale
LANG=cs_CZ.utf8
LC_CTYPE="cs_CZ.utf8"
LC_NUMERIC="cs_CZ.utf8"
LC_TIME="cs_CZ.utf8"
LC_COLLATE="cs_CZ.utf8"
LC_MONETARY="cs_CZ.utf8"
LC_MESSAGES="cs_CZ.utf8"
LC_PAPER="cs_CZ.utf8"
LC_NAME="cs_CZ.utf8"
LC_ADDRESS="cs_CZ.utf8"
LC_TELEPHONE="cs_CZ.utf8"
LC_MEASUREMENT="cs_CZ.utf8"
LC_IDENTIFICATION="cs_CZ.utf8"
LC_ALL=

[petr@nt ~]$ locale
LANG=en_US.utf8
LC_CTYPE="en_US.utf8"
LC_NUMERIC="en_US.utf8"
LC_TIME="en_US.utf8"
LC_COLLATE="en_US.utf8"
LC_MONETARY="en_US.utf8"
LC_MESSAGES="en_US.utf8"
LC_PAPER="en_US.utf8"
LC_NAME="en_US.utf8"
LC_ADDRESS="en_US.utf8"
LC_TELEPHONE="en_US.utf8"
LC_MEASUREMENT="en_US.utf8"
LC_IDENTIFICATION="en_US.utf8"
LC_ALL=

[pavlix]

LC_ALL="en_US"

To je špatně, protože když už se to uplatní, budeš mít vše v ISO 8859-1, pokud vím.

U mě vypadá locale takto:

LANG=en_US.utf8
LC_CTYPE="en_US.utf8"
LC_NUMERIC="en_US.utf8"
LC_TIME="en_US.utf8"
LC_COLLATE="en_US.utf8"
LC_MONETARY="en_US.utf8"
LC_MESSAGES="en_US.utf8"
LC_PAPER="en_US.utf8"
LC_NAME="en_US.utf8"
LC_ADDRESS="en_US.utf8"
LC_TELEPHONE="en_US.utf8"
LC_MEASUREMENT="en_US.utf8"
LC_IDENTIFICATION="en_US.utf8"
LC_ALL=

Nastavený mám pouze LANG, ostatní jsou automatické.

Aby se proměnné použily, musí být exportované, například:

export LANG=en_US.utf8

nebo:

LANG=en_US.utf8
export LANG

Pak je potřeba zkontrolovat, jestli to někde nepřepisuješ, třeba v .bash_profile nebo podobném souboru.

No a nakonec... to co je v profile se neprojeví voláním localegen, na to se klidně můžeš vykašlat, to generuje locales, nevybírá. Ale je potřeba se odhlásit a znovu přihlásit.

[pavlix]

Jo a ještě jedna věc, grafické rozhraní ti může ty hodnoty (částečně) přenastavit. Takže je tam rozdíl mezi virtuální konzolí a konzolí v grafice.

[tttr]

Ja myslim ze zakopany pes bude nekde jinde. Mam nastavene locales takto:

LANG=
LC_CTYPE=cs_CZ.utf8
LC_NUMERIC="POSIX"
LC_TIME="POSIX"
LC_COLLATE="POSIX"
LC_MONETARY="POSIX"
LC_MESSAGES="POSIX"
LC_PAPER="POSIX"
LC_NAME="POSIX"
LC_ADDRESS="POSIX"
LC_TELEPHONE="POSIX"
LC_MEASUREMENT="POSIX"
LC_IDENTIFICATION="POSIX"
LC_ALL=

a diakritika mi normalne funguje. Jak ve VGA konzoli tak v X v xtermu. Jediny problem mam ten, ze mi ls dava trochu rozhozeny vystup kdy jako prvni vypisuje soubory ktery zacinaji velikym pismenem, potom soubory ktery zacinaji malym a na konec ty ktery zacinaji znakem s diakritikou. do toho jeste micha soubory a adresare. Ale zobrazeni nazvu souboru jako takoveho je v poradku.

[Ash]

Míchání adresářů je linuxová klasika. To co hledáte je asi:

LC_COLLATE=cs_CZ.UTF-8 ls --group-directories-first

[pavlix]

Ja myslim ze zakopany pes bude nekde jinde.

Na každém systému to není stejné, někdo používá desktopové prostředí, kde se volí jazyk.

Jinak LC_CTYPE máš podle všeho dobře a glibc to očividně stačí, ale nespoléhal bych na to.

[Dalibor Smolík]

V konzoli lze spustit mp3 s uvedením názvu souboru do uvozovek, nebo na to lze jít hrubou silou. . Příkazem detox -r /cesta/k/adresari se hromadně přejmenují soubory tak, že odstraní veškeré problémové znakyu ..

[Ondrej 'SanTiago' Zajicek]

Ma na to vliv kodovani FS na kterym to mam ulozeny? Jedna se mi hlavne o dve partitiony, kde mam ntfs-3g a reiserfs.

Ma. Obecne s linuxovymi filesystemy neni problem, protoze berou jmeno jako posloupnost bytu a nesnazi se ho interpretovat. S FAT a NTFS problem byt muze, protoze predpokladaji urcite kodovani znaku (u FAT dokonce ruzne kodovani v zavislosti na tom, zda jde o 'kratke' nebo 'dlouhe' jmeno.) a linuxovy ovladac provadi konverzi do takove znakove sady, kterou ocekavaji aplikace.

To se neridi pres locales, ale nastavuje pri mountovani filesystemu. Je treba specifikovat jednak do jakeho kodovani (pro aplikace) se to ma konvertovat (optiony iocharset ci utf8) a u FAT jeste jake kodovani se pouziva interne ve fs pro 'kratka' jmena (option codepage).

[pavlix]

Ma. Obecne s linuxovymi filesystemy neni problem, protoze berou jmeno jako posloupnost bytu a nesnazi se ho interpretovat. S FAT a NTFS problem byt muze, protoze predpokladaji urcite kodovani znaku (u FAT dokonce ruzne kodovani v zavislosti na tom, zda jde o 'kratke' nebo 'dlouhe' jmeno.) a linuxovy ovladac provadi konverzi do takove znakove sady, kterou ocekavaji aplikace.

Pokud vynechám FAT, tak mi přijde, že je to spíš naopak.

S linuxem problémy být můžou, protože lze ty znaky zblbnout, NTFS definuje kódování, takže se ví, jak ty znaky mají být uloženy správně.

[waldauf]

Tak uz s tim nastavenim zacinam laborovat. Predokladam, ze font v konzoli (klasicka ctrl+alt+Fx) by se mi mel nastavit sam. Pokud ne, da se nekde donastavit vyber fontu?

Jeste me napadlo, ze ona ta diakritika (brrr, jak ji nemam rad v nazvech souboru) muze byt zmrsena zkopirovanim z puvodni FAT partitiony na novou (ReiserFS ci NTFS). Takze to uz se asi nikda "samo" neopravi.

Jinak diky vsem za pomoc a rady :]. Behem tydne napisu, jak jsem dopadl.

waldauf

[pavlix]

Predokladam, ze font v konzoli (klasicka ctrl+alt+Fx) by se mi mel nastavit sam.

Chyba, konzole je velmi jednoduchá. Ale možná tam máš dobrý font, při problémech hledej myslím consolechars.

este me napadlo, ze ona ta diakritika (brrr, jak ji nemam rad v nazvech souboru) muze byt zmrsena zkopirovanim z puvodni FAT partitiony na novou (ReiserFS ci NTFS). Takze to uz se asi nikda "samo" neopravi.

I to se stává, pak je potřeba opravovat ručně nebo při větším množství na to vyrobit nějaký skript.