如何检查区域设置是否为 UTF-8？

我正在与 Yocto 合作，为 ARM 设备（i.MX 6Quad 处理器）创建嵌入式 Linux 发行版。

我已经使用变量配置了所需区域设置的列表：

IMAGE_LINGUAS = "de-de fr-fr en-gb en-gb.iso-8859-1 en-us en-us.iso-8859-1 zh-cn"

结果我获得了包含以下文件夹的文件系统：

root@lam_icu:/usr/lib/locale# cd /usr/share/locale/
root@lam_icu:/usr/share/locale# ls -la
total 0
drwxr-xr-x  6 root root  416 Nov 17  2016 .
drwxr-xr-x 30 root root 2056 Nov 17  2016 ..
drwxr-xr-x  4 root root  296 Nov 17  2016 de
drwxr-xr-x  3 root root  232 Nov 17  2016 en_GB
drwxr-xr-x  4 root root  296 Nov 17  2016 fr
drwxr-xr-x  4 root root  296 Nov 17  2016 zh_CN

and:

root@lam_icu:/usr/share/locale# cd /usr/lib/locale/
root@lam_icu:/usr/lib/locale# ls -la
total 0
drwxr-xr-x  9 root root   640 Mar 13  2017 .
drwxr-xr-x 32 root root 40000 Mar 13  2017 ..
drwxr-xr-x  3 root root  1016 Mar 13  2017 de_DE
drwxr-xr-x  3 root root  1016 Mar 13  2017 en_GB
drwxr-xr-x  3 root root  1016 Mar 13  2017 en_GB.ISO-8859-1
drwxr-xr-x  3 root root  1016 Mar 13  2017 en_US
drwxr-xr-x  3 root root  1016 Mar 13  2017 en_US.ISO-8859-1
drwxr-xr-x  3 root root  1016 Mar 13  2017 fr_FR
drwxr-xr-x  3 root root  1016 Mar 13  2017 zh_CN

所有非 ISO-8859-1 语言环境的编码是什么？我可以假设“en_GB”或“en_US”使用UTF-8编码吗？

我尝试打开“LC_IDENTIFICATION”文件，结果是：

Hc������������c美国英语区域设置免费软件 基础， 公司http://www.gnu.org/software/libc/[电子邮件受保护]_US:2000 en_US:2000 en_US:2000 en_US:2000 en_US:2000en_US:2000en_US:2000en_US:2000en_US:2000en_US:2000en_US:2000en_US:2000UTF-8

文件末尾有一些让人想起“UTF-8”的内容。这足以假设编码是 UTF-8 吗？

如何检查区域设置是否为 UTF-8？

LC_IDENTIFICATION并没有告诉你太多：

LC_IDENTIFICATION - 这不是用户可见的类别，它包含有关区域设置本身的信息，并且对用户或开发人员很少有用（但为了完整性而在此处列出）。

您必须查看完整的文件集。

似乎没有标准的命令行实用程序可以执行此操作，但有一个运行时调用（比原始语言环境函数稍晚添加）。这是一个示例程序，说明了该功能nl_langinfo:

#include <stdio.h>
#include <locale.h>
#include <langinfo.h>

int
main(int argc, char **argv)
{
    int n;
    for (n = 1; n < argc; ++n) {
        if (setlocale(LC_ALL, argv[n]) != 0) {

            char *code = nl_langinfo(CODESET);
            if (code != 0)
                printf("%s ->%s\n", argv[n], code);
            else
                printf("?%s (nl_langinfo)\n", argv[n]);
        } else {
            printf("? %s (setlocale)\n", argv[n]);
        }
    }
    return 0;
}

和一些输出，例如foo $(locale -a):

aa_DJ ->ISO-8859-1
aa_DJ.iso88591 ->ISO-8859-1
aa_DJ.utf8 ->UTF-8
aa_ER ->UTF-8
aa_ER@saaho ->UTF-8
aa_ER.utf8 ->UTF-8
aa_ER.utf8@saaho ->UTF-8
aa_ET ->UTF-8
aa_ET.utf8 ->UTF-8
af_ZA ->ISO-8859-1
af_ZA.iso88591 ->ISO-8859-1
af_ZA.utf8 ->UTF-8
am_ET ->UTF-8
am_ET.utf8 ->UTF-8
an_ES ->ISO-8859-15
an_ES.iso885915 ->ISO-8859-15
an_ES.utf8 ->UTF-8
ar_AE ->ISO-8859-6
ar_AE.iso88596 ->ISO-8859-6
ar_AE.utf8 ->UTF-8
ar_BH ->ISO-8859-6
ar_BH.iso88596 ->ISO-8859-6

您引用的目录名称通常（但不是必需）与编码名称。这是示例程序中所做的假设。有一个相关的问题如何获取终端的字符编码，但它没有有用的答案。但其中一个很有趣，因为它断言

locale charmap

将给出区域设置编码。根据标准，情况不一定如此：

• 命令locale charmap给出使用的名称localedef -f

• 然而，localedef中给出的名称没有特殊含义-f option.

• localedef has a 不同的 option -u它标识代码集，但是locale（在标准中）没有提到显示此信息的方法。

像往常一样，实现可能（或可能不）以不同的方式处理未指定的功能。 GNU C 库的文档在某些方面与标准不同（请参阅locale and localedef），但没有提供显示代码集名称的明确选项。