Dotaz: Špatné kódování v terminálu na FAT s UTF8

[Blackhex]

Dobry den. Mám několik FAT oddílů s kódováním UTF8 a připojuju je ve fstab pomocí iocharset=utf8. V Gnome aplikacích typu Gedit mi kódování funguje ale v terminálech xterm, Eterm a Gnome-terminal a v Midnight Commanderu ne. Když přepišu fstab na iocharset=iso8859-2, tak je to zase naopak. Zajímalo by mě jestli by se to nedalo nějak sladit, třeba nastavením nějakých proměnných prostředí, nebo jestli neexistuje nástroj pro převedení FAT do iso8859-2. Dík.

Odpovědi

[Petr Šobáň]

>Mám několik FAT oddílů s kódováním UTF8

Toto je nějaká blbost windows používájí UTF na fatce ????

>iocharset=utf8

Toto je správné pokud v linuxu používáte UTF

>ale v terminálech xterm, Eterm a Gnome-terminal a v Midnight Commanderu ne

Musíte jim nastavit správný font v tomto bude asi zrada. Jinak MC neumí unicode musí se nějak upravit mám dojem. V FC2 to funguje.

[Blackhex]

No já tu FAT formátoval v XP takže tam daly UTF8. No ve FC2 to je bez problemu, tohle je akorat v Debianu, googlil jsem nějake utf8 fonty, ale nic jsem nenašel. Nejlepši by to bylo převest na iso8859-2 ale ručně se mi to dělat nechce.

[unchallenger]

UTF-8 fonty jsou nesmysl. Unicode fonty (tj. fonty s kódováním ISO 10646-1), jsou už dneska kdejaké -- akorát tedy ne v Debian stable. Ten nepodoruje ani UTF-8 locale, takže by to byl vůbec boj.

Převod jmen souborů do jiného kódování lze udělat jednoduchým skriptem, netuším ovšem, co na to pak řeknou ta MS Windows...

[Blackhex]

Tak abych to trochu upřesnil:

Mam debian sarge, část fat disků jsem připojil jako utf8, čast jako iso8859-2, přes dpkg-reconfigure locales jsem nastavil do /etc/environment iso8859-2, nautilus zobrazuje názvy korektně v obou připadech, gnome-terminal apod. v obou případech ne. Nejake ty iso10646-1 fonty mam, ale když jsem se zkoušel nastavit tak taky nic.

[Blackhex]

Nejdivnější je ze při nastavení systému na iso8859-2 jsou vadné jenom ty názvy adresářů, jinak všechno ostatní je normální.

[Blackhex]

Po několikahodinovém zkoumání jsem přišel na to v čem bude problém. Zatímco celé X jedou s kódováním iso8859-2, při vytváření souborů se používá, jak na fat, tak na ext3, kódování utf8. V /etc/environment mám všechno nastaveno na iso8859-2. Matně si vzpomínám, že jsem při kompilaci jádra někde nastavoval jako default kódování utf8. Musím překompilovat jádro nebo to jde někde jinde nastavit?

[unchallenger]

Zatímco celé X jedou s kódováním iso8859-2, při vytváření souborů se používá, jak na fat, tak na ext3, kódování utf8.

Tomuto tedy nerozumím.

Když spustím terminál s LC_ALL=cs_CZ.ISO-8859-2, tak v něm touch ěščřžýáíé vytvoří na ext2[*] soubor se jménem v ISO 8859-2.

Když spustím terminál s LC_ALL=cs_CZ.UTF-8, tak v něm touch ěščřžýáíé vytvoří na ext2[*] soubor se jménem v UTF-8.

Zkrátka v tom, co vypíše locale charmap.

[*] nebo libovolném normálním filesystému -- ext3, riserfs --, kde se neprovádí žádné další překódovávání. CONFIG_NLS_DEFAULT má vliv jen na ty divné filesystémy, kde se překódovává.

[ZAH]

Máte vůbec dobře mountováno, musí být uvedeno jak kódování vstupu výstupu tak kódování disku.

/dev/hdxx  /mnt/XXX   vfat  noauto,owner,iocharset=iso8859-2,codepage=utf8  0 0

[8an]

Já používám codepage=cp852 (DOSovskou znakovou sadu), aby to bylo kompatibilní i s Windows (ostatně proč jinak používat FAT?). Ale podíval jsem se na image FAT disku, a ty názvy tam jsou v UTF16 (MS Unicode), takže je asi jedno co se nastaví.

Mám nastaveno iocharset=iso8859-2,codepage=cp852 a LC_CTYPE=cs_CZ (implicitně se používá iso8859-2) a funguje mi čeština na Windows partition bez problémů.

[Blackhex]

No nastavil jsem iocharset=iso8859-2,codepage=852 a názvy v teminálu jsou v pořádku, ale zase v Gnome aplikacích jsou názvy špatně, např. Z/341loha. A to i když dám všechno v /etc/environment na cs_CZ.iso8859-2 i na cs_CZ.UTF-8

[unchallenger]

Zkoušej to raději přímo

LC_ALL=cs_CZ.ISO-8859-2 gnome-cosi
LC_ALL=cs_CZ.UTF-8 gnome-cosi

protože se ti to chová nějak záhadně.

[Blackhex]

Vyzkoušel jsem to s gedit, file-roller a ghex2, když dám Soubor/Otevřít tak v tom standartním dialogu pro výběr souborů jsou ty názvy typu Z/341loha. Aplikace co tenhle dialog nepoužívají jako např. gnome-find jsou vpořádku.

[Blackhex]

Porad to resim a nic. Nevi nekdo jestli se locale pro gnome nebo gtk nastavuje nekde zvlast?

[unchallenger]

Ne, Gtk+ věci reagují na locale normálně -- tedy alespoň normálně. Tohle začíná vypadat jako bug, i když těžko říci v čem, nebo obskurní nastavení, které nikoho nenapadá...

[Blackhex]

Dokonce i Nautilus akčoliv v hlavním okně zobrazuje diakritiku normálně v adresním řádku (tedy v editboxu kde je zobrazena cesta k souboru) zobrazuje diakritiku zase pro změnu takhle Z%E1loha. Normálně by to zas tak nevadilo, ale kvůli tomu mi nefunguje třeba otevření pdf v gpdf když odentruju v okně Midnighc Commanderu, prtože ten pošle název souboru se správnou diakritikou a gpdf tomu "nerozumí"

[Stanislav Brabec]

iocharset se používá na nastavení dlouhých jmen souborů (VFAT), a pro česká jména na VFAT, JFFS, Joliet (a možná i další) je naprosto nezbytné ho mít správně. Tyto souborové systémy ukládají jména v UNICODE.

codepage se používá pouze pro krátká jména souborů (FAT). Při připojení jako vfat se změna nemusí projevit, ale může se projevit při připojení jako fat nebo v DOSu. Správná hodnota je cp852 (pokud nechcete DOSová jména podle Kamenických nebo v čistém ASCII).

Za stávajícího stavu není možné, aby na jednom VFAT svazku pracovali dva uživatelé, každý s jiným kódováním. To by vyžadovalo výrazné změny v glibc.

[Blackhex]

Diky za temer vycerpavajici odpoved. Bohuzel jsem nepochopil jak souvisi kodovani nazvu souboru v textovem rezimu s kodovanim nazvu souboru v nekterych gtk aplikacich, tedy jak ho nastavit.

[Stanislav Brabec]

GTK+ (verze 2, přesněji řečeno GLib) má složitější systém detekce kódování:

Primárně se kódování detekuje standardním způsobem z LANG, LC_CHARSET, LC_ALL. Ne však pro jména souborů. Zde se předpokládá UTF-8.

Proměnná G_BROKEN_FILENAMES=1 v glib < 2.4 definuje, že budou jména souborů podle locale (= broken) namísto v UTF-8 (tedy chování, jaké mají jiné aplikace).

Ve verzi glib ≥ 2.4 existuje ještě proměnná G_FILENAME_ENCODING. Nastavením G_FILENAME_ENCODING můžete definovat jiné kódování pro jména souborů. Pokud dojde k selhání, zkouši se další jméno ze seznamu. Příklad nastavení:

export LANG=cs_CZ.UTF-8
export G_BROKEN_FILENAMES=1
export G_FILENAME_ENCODING=@locale,UTF-8,ISO-8859-2,CP1250

G_FILENAME_ENCODING. This environment variable can be set to a comma-separated list of character set names. GLib assumes that filenames are encoded in the first character set from that list rather than in UTF-8. The special token "@locale" can be used to specify the character set for the current locale.

G_BROKEN_FILENAMES. If this environment variable is set, GLib assumes that filenames are in the locale encoding rather than in UTF-8. G_FILENAME_ENCODING takes priority over G_BROKEN_FILENAMES.

[Blackhex]

Vrele diky, tohle bylo presne, co jsem potreboval vedet