Dotaz: Locale + LANG + LC_ALL

[krenem00]

Pánové co mám dělat když jsem měl v rh 7.3 nastavené LANG na "en_US.iso885915" a LC_ALL na "en_US.iso885915". Po nové instalaci bez formátování oddílů na rh 9.0 a opětovném nastavení LANG a LC_ALL zpět, tak jak byl nastaven dříve rh 7.3, zobrazují se teď místo českých znaků s kačky jiný znaky třeba polské písmeno l. Napsaný text s háčky v rh 7.3 je teď nečitelný. Platí to i pro jména souborů i adresářů.
Please help me.

Odpovědi

[rastos]

Font?

[krenem00]

Font je "lat0-sun16"

[unchallenger]

Ale lat0-sun16 snad přece také neobsahuje česká písmena (což by vysvětlovalo ty otazníčky). Jak ti to mohlo předtím fungovat?

Navíc, pokud ty texty opravdu byly v ISO-8859-15 (nechápu, ale jak jsi pak psal ř), tak se budou muset převést do nečeho normálního.

LANG nenastavuj, když máš nastaveno LC_ALL, nemá to žádný efekt (a hlavně ne na jiné kódování než LC_ALL, to je ještě navíc matoucí).

Nastav LC_ALL=cs_CZ.ISO-8859-2 a zavěs někde nějaký text v tom předchozím kódování (obsahující pokud možnot ž, š, ř), ať zjistíme, co to vlastně bylo (ISO-8859-15 neumí ani Enca, protože mě nenapadlo dávat tam kódování, která nedokážou representovat všechny znaky...).

[krenem00]

Jednu teorii bych měl jak se tam čeština dostala. K systému se přihlašuji taky přes SSH + SAMBA. A zde je soubor obsahující háčky = soubor

[unchallenger]

No, tak to je naštěstí normální ISO-8859-2.

Takže nastavení LC_ALL, jak jsem psal výše + vhodný font (např. lat2-sun16, prostě něco s lat2), by to měly řešit.

[krenem00]

Jak za běhu systému načtu nové fonty a kde jsou uloženy? Našel jsem jen locales a charmap.

[unchallenger]

man setfont

[krenem00]

Pánové je to špatné. Nedaří se mi trefit správný font nebo ISO. Ve výstupním souboru, který si můžete stáhnou viz. výše se nezobrazuje písmeno 'ž', ale když já v systému příkazem less prohlížím soubor jsou tam místo háčků teď '&'. Takže se půjdu asi ožrat.

[jm]

No jestli jste si tam opet nacpal UTF-8 a snazite se tomu vnutit fonty s ISO-8859-2, tak se opravdu tech spravnych znaku nedoberete nikdy. Konecne se rozhodnete pro jedno reseni a prestante neustale prepinat mezi X druhy kodovani; ja uz se napr. vubec nevyznam v tom, co tam ted vlastni mate nastaveno.

[unchallenger]

V en_US.iso885915 se ti nemhou zobrazovat správně česká písmena, protože ISO-8859-15 některá neobsahuje. Takže ti to asi předtím nefungovalo, a teď už to funguje ;) Nastav si předně všude UTF-8 nebo ISO-8859-2, a pak něco řeš.

[krenem00]

Použil jsem LANG=cs_CZ a LC_ALL=cs_CZ.uft8.
Místo písmen s háčky jsou tam otazníky...

[Stanislav Brabec]

To je chyba.

LANG: Použij češtinu a ISO-8859-2.

LC_ALL: Ignoruj, co je nastavené, a do glibc vnuť češtinu a UTF-8.

Aplikace většinou volí písmo podle LANG (nebo podle národního prostředí z glibc), glibc nastavuje locale podle skupiny proměnných LC_ALL, LC_kategorie, LANG (viz dále).

Jak už po několikáté píšu: Nastavovat LC_ALL pro celý systém je chyba, která může mít neočekávané důsledky.

Pokud nechcete žádné speciality, stačí správně nastavit LANG.

Upřesnění:

V glibc platí: LANG se použije, není-li nastaveno LC_něco. Pokud se nastaví LC_ALL, veškerá ostatní nastavení se ignorují. LC_ALL se vnutí všude, bez ohledu na to, jaký je požadavek na nastavení ostatních kategorií. Proto také následující program selže:

export LC_ALL=cs_CZ
( export LC_NUMERIC=C ; printf %f 2.45 )
-bash: printf: 2.45: invalid number

Přestože program explicitně požádal o POSIX zpracování čísel, nastavením proměnné LC_ALL říkáte: Je mi jedno, o co program žádá, všude se bude používat to, co chci já. Což vede v některých místech programů (zvlášt skriptů) k chybám. A to i tehdy, když to jinde pomůže vnutit češtinu.

Speciality:

Běžně stačí nastavit LANG. V určitých situacích ale má smysl nastavit i LC_kategorie (a další proměnné) samostatně:

LANG=cs_CZ LANGUAGE=cs_CZ:sk_SK: Nastavuje pořadí jazyků pro překlad (standardně se bere jazyk z LANG nebo LC_MESSAGES). Pokud se překlad nenajde v češtině, zkusí se slovenština.

LANG=C LC_CTYPE=cs_CZ: Vše je anglicky, ale jsou známy české znaky.

LANG=cs_CZ LC_MESSAGES=C: Vše bude jako v češtině, ale programy budou komunikovat anglicky (v tabulkovém procesoru tedy budou Kč, bude řadit podle české abecedy, ale poběží anglicky).

LANG=cs_CZ LC_MONETARY=sk_SK: Vše bude česky, ale peněžní údaje budou v Sk.

[jm]

No tak ted jste v tom tazateli udelal akorat gulas, kterej uz ma v hlave i tak dost velkej. Myslim, ze by bylo opravdu lepsi, kdyby si tam nastavil LC_ALL, protoze jinak se reseni problemu s kodovanim nedobere nikdy a jeste si tam nadela dalsi chaos.

[Stanislav Brabec]

Nejspolehlivější je nastavit jen LANG a na ostatní nesahat a ověřit si, že to nikde nezůstalo pomocí set | grep LC_.

Pro X by to mělo stačit, a až to bude fungovat, mohu experimentovat dál.

LC_ALL je řešení z nouze, které přebije předchozí chyby v nastavení.

[Svarcik]

Zdravim

Muzete mi prosim poradit? Mam nainstalovany Red Hat 8.0 a bezi mi na men Domino Server (to neni az tak podstatne). Dulezite je, ze mam spatne kodovani. Vse, vcetne HTTP serveru, ktery bezi na dominu ma spatne zobrazovanou diakritiku. Podle clanku jsem zjistil, ze RH8 pouziva UTF kodovani(ci co) a proto to nefunguje.

S Linuxem jsem zacatecnik a tudiz mu temer nerozumi, je zazrak ze jsem to rozbehal do podoby v jake to je.

S nejvetsi pravdepodobnosti bych asi mel upravit bash profile uzivatele, pod kterym mi domino bezi. A zde je problem, nejsem si zcela jsit, zda jsem upravu provedl dobre - prijkladam bash profile, prosim muze mi nekdo rict, kde mam chybu?????

Dekuji predem.

****************

# .bash_profile

# Get the aliases and functions if [ -f ~/.bashrc ]; then . ~/.bashrc fi

# User specific environment and startup programs

PATH=$PATH:$HOME/bin

export PATH unset USERNAME

LANG=cs_CZ LC_CTYPE="cs_CZ.ISO-8859-2" LC_NUMERIC="cs_CZ.ISO-8859-2" LC_TIME="cs_CZ.ISO-8859-2" LC_COLLATE="cs_CZ.ISO-8859-2" LC_MONETARY="cs_CZ.ISO-8859-2" LC_MESSAGES="cs_CZ.ISO-8859-2" LC_PAPER="cs_CZ.ISO-8859-2" LC_NAME="cs_CZ.ISO-8859-2" LC_ADDRESS="cs_CZ.ISO-8859-2" LC_TELEPHONE="cs_CZ.ISO-8859-2" LC_MEASUREMENT="cs_CZ.ISO-8859-2" LC_IDENTIFICATION="cs_CZ.ISO-8859-2" LC_ALL=cs_CZ.ISO-8859-2

export BASH_ENV PATH LANG LC_TIME LC_MONETARY LC_NUMERIC LC_COLLATE

[pasmen]

No zkus nastavit

LANG=cs_CZ.ISO-8859-2

misto

LANG=cs_CZ

[krenem00]

OK. Locale vypíše
LANG=cs_CZ
LC_CTYPE="cs_CZ.iso8859-2"
LC_NUMERIC="cs_CZ.iso8859-2"
LC_TIME="cs_CZ.iso8859-2"
LC_COLLATE="cs_CZ.iso8859-2"
LC_MONETARY="cs_CZ.iso8859-2"
LC_MESSAGES="cs_CZ.iso8859-2"
LC_PAPER="cs_CZ.iso8859-2"
LC_NAME="cs_CZ.iso8859-2"
LC_ADDRESS="cs_CZ.iso8859-2"
LC_TELEPHONE="cs_CZ.iso8859-2"
LC_MEASUREMENT="cs_CZ.iso8859-2"
LC_IDENTIFICATION="cs_CZ.iso8859-2"
LC_ALL=cs_CZ.iso8859-2

setfont lat2-sun16

A X-ka nemám nainstalovaný.
Výstup ze souboru na terminál přes less vypadá takhle:

Ve slu&be "mimo kancelá&" &ást EXEC vznikla chyba.
P&e&t&te si výstupní soubor /var/log/cgi, kde jsou popsány vzniklé chyby.

[Stanislav Brabec]

Možná problém konzolového fontu. Některé v sobě mají tabulku, podle které systém pozná, že je to font pro ISO-8859-2 (třeba lat2-16.psfu), jiné ne. Pak je to třeba napsat do příkazu setfont explicitně (záleží, v jakém režimu je konzole nastavená - viz man setfont).

[krenem00]

ANO lat2-16 a lat2a-16, pomáhá u názvů souborů, adresářů a měsíců , ale na výpis obsahu souboru to nějak nepůsobylo.

[Stanislav Brabec]

Nemáte obsah souborů v jiném kódování, než název?

Čím si to prohlížíte? Zkuste cat, ten nic nekonvertuje. Nebo naopak iconv, který konvertuje.

A není náhodou zkomolený už přímo obsah souboru?

[krenem00]

ANO cat a iconv to vyplivli s háčky... Tak to už víte co je špatně?

[krenem00]

jediný příkaz 'less' odmítá poslušnot.. Co sním?

[ivok]

less je pěkná potvora, má vlastní "inteligenci", taky mě občas v souvislosti s češtinou zlobil. Není "less" náhodou alias? a co less -r (nebo -R, nepamatuju se přesně ? Nepomůže?

[krenem00]

Alias to není a -r ani -R nepomáhá... Teď tady pár dnů nebudu, ale určitě bych to chtěl dořešit... Díky zatím všem za pomoc..

[Stanislav Brabec]

Zrušte LC_ALL a zopakujte testy.

Nevím, jestli není v RH cs_CZ v UTF-8 a jen cs_CZ.ISO-8859-2 v ISO-8859-2.

Less k nastavení znakové sady používá LANG a LESSCHARSET (man less: NATIONAL CHARACTER SETS). Proto na případné přebití chyb v nastavení locale pomocí LC_ALL nereaguje (viz vysvětlení výše).