gettext字符编码

Question

我有下面的gettext .po文件，它已经从.pot文件中翻译出来了。我正在运行一个Linux系统(如果重要的话是openSUSE)，运行gettext 0.17。

# 
#   <translate@transme.de>, 2011
# transer <translate@transme.de>, 2011
msgid ""
msgstr ""
"Project-Id-Version: transtest\n"
"Report-Msgid-Bugs-To: \n"
"POT-Creation-Date: 2011-05-24 22:47+0100\n"
"PO-Revision-Date: 2011-05-30 23:03+0100\n"
"Last-Translator: \n"
"Language-Team: German (Germany)\n"
"MIME-Version: 1.0\n"
"Content-Type: text/plain; charset=UTF-8\n"
"Content-Transfer-Encoding: 8bit\n"
"Language: de_DE\n"
"Plural-Forms: nplurals=2; plural=(n != 1)\n"

#: transtest.cpp:12
msgid "Min Size"
msgstr "Min Größe"

现在，当我创建.mo文件时

msgfmt -c transtest_de_DE.po -o transtest.mo

然后用"file“命令检查编码，

file --mime transtest_de_DE.po
transtest_de_DE.po: text/x-po; charset=utf-8

然后将其安装到我的locale文件夹中，并在导出LANG和LC_CTYPE之后运行该程序，最后在两个非ASCII字符所在的垃圾中结束。

如果我将我的终端编码设置为ISO-8859-2，而不是UTF-8，那么我正确地看到了这两个字符。

通过文本编辑器查看生成的.mo文件，该文件似乎也在UTF-8中(如果我将编辑器编码设置为UTF-8，我可以看到符号)。

程序非常简单，看起来是这样的：

#include <iostream>
#include <locale>
const char *PROGRAM_NAME="transtest";

using namespace std;

int main()
{
    setlocale (LC_ALL, "");
    bindtextdomain( PROGRAM_NAME, "/usr/share/locale" );
    textdomain( PROGRAM_NAME );
    cerr << gettext("Min Size") << endl;
}

我正在将.mo文件安装到/usr/share/locale/de_DE/LC_MESSAGES/transstest.mo，并将LC_CTYPE和LANG导出为"de_DE“。

$ echo $LC_CTYPE; echo $LANG
de_DE
de_DE

我哪里出问题了？为什么gettext为我的字符串提供了错误的编码(ISO-8859-2)，而不是请求的(在.po文件中) UTF-8？

编辑：

解决方案在堆栈溢出问题https://stackoverflow.com/questions/2264740/cant-make-utf-8-traditional-chinese-character-to-work-in-php-gettext-extension中，看来我需要显式调用

bind_textdomain_codeset(PROGRAM_NAME, "utf-8");

最终程序看起来是这样的：

#include <iostream>
#include <locale>
const char *PROGRAM_NAME="transtest";

using namespace std;

int main()
{
    setlocale (LC_ALL, "");
    bindtextdomain( PROGRAM_NAME, "/usr/share/locale" );
    bind_textdomain_codeset(PROGRAM_NAME, "utf-8");
    textdomain( PROGRAM_NAME );
    cerr << gettext("Min Size") << endl;
}

不需要对我的gettext文件进行任何更改。

Answer 1

如果你有LC_CTYPE=de_DE (或LANG)，程序应该输出ISO-8859-1 (注1，而不是2)，所以如果你有它，并且你的终端被设置为utf-8，它就是错误的。utf-8的正确地区是de_DE.utf-8。

在您的情况下，使用bind_textdomain_codeset是错误的。如果您想在内部使用固定编码(例如GNOME )，则可以使用bind_textdomain_codeset，但是输出应该始终在区域设置指定的范围内(通过调用nl_langinfo(CODESET)获得，这也是gettext默认做的事情)。