关于语言及字体知识整理2

什么是Locale?

 

Locale 是指特定于某个国家或地区的一组设定，包括字符集，数字、货币、时间和日期的格式等。由于国家和本地习惯的不同，在处理文字、日期、数字、货币格式等问题都会有所不同， locale 就是用来解决这个问题。 Locale 是根据计算机用户所使用的语言，所在国家或者地区，以及当地的文化传统所定义的一个软件运行时的语言环境 , 包括语言 (Language), 地域 (Territory) 和字符集 (Codeset) 。在 Windows 中，每个 Locale 可以用一个 32 位数字表示，记作 LCID 。系统 Locale 决定代码页，用户 Locale 决定数字、货币、时间和日期的格式。

 

中文（中国） 2052   :0804

中文（台湾） 1028   :0404

美国英语      1033   :0409

朝 鲜 语      1042   :0412

日语         1041   :0411

 

 

什么是代码页?

 

就是各国的文字编码和 Unicode 之间的映射表。

由于不同 ANSI 编码所规定的标准是不相同的，因此，对于一个给定的多字节字符串，我们必须知道它采用的是哪一种编码规则，才能够知道它包含了哪些 “ 字符 ” 。而对于 UNICODE 字符串 来说，不管在什么环境下，它所代表的 “ 字符 ” 内容总是不变的。

在非 Unicode 环境下，由于不同国家和地区采用的字符集不一致，很可能出现无法正常显示所有字符的情况。微软公司使用了代码页（ Codepage ）转换表的技术来过渡性的部分解决这一问题，即通过指定的转换表将非 Unicode 的字符编码转换为同一字符对应的系统内部使用的 Unicode 编码。可以在“语言与区域设置”中选择一个代码页作为非 Unicode 编码所采用的默认编码方式，如 936 为简体中文 GBK ， 950 为正体中文 Big5 （皆指 PC 上使用的）。在这种情况下，一些非英语的欧洲语言编写的软件和文档很可能出现乱码。而将代码页设置为相应语言中文处理又会出现问题，这一情况无法避免。从根本上说，完全采用统一编码才是解决之道，但目前上无法做到这一点。

Unicode程序的运行与当前的ANSI代码页没有关系。MBCS程序的运行依赖于ANSI代码页。如果设计者和使用者使用不同的代码页，就可能出现乱码。微软开发的程序大都是Unicode程序，不管我们怎样变换系统Locale，它们总能正常运行。

      每个 Locale 可以对应一个 ANSI 代码页和一个 OEM 代码页。 Win32 API 使用 ANSI 代码页，底层设备使用 OEM 代码页，两者可以相互映射。

 

Code Pages Supported by Windows

SBCS (Single Byte Character Set) Codepages

•	1250 (Central Europe) 中欧
•	1251 (Cyrillic) 斯拉夫
•	1252 (Latin I)  拉丁文
•	1253 (Greek)    希腊
•	1254 (Turkish)  土耳其
•	1255 (Hebrew)   希伯来
•	1256 (Arabic)   阿拉伯
•	1257 (Baltic)   波罗的语
•	1258 (Vietnam)  越南
•	874 (Thai)       泰国   DBCS (Double Byte Character Set) Codepages   • 932 (Japanese Shift-JIS) • 936 (Simplified Chinese GBK) • 949 (Korean) • 950 (Traditional Chinese Big5)   Windows OEM Code Pages • 437 (US) • 720 (Arabic)  阿拉伯 • 737 (Greek)   希腊 • 775 (Baltic)  波罗地语 • 850 (Multilingual Latin I)  • 852 (Latin II) • 855 (Cyrillic)  斯拉夫 • 857 (Turkish)   土耳其 • 858 (Multilingual Latin I + Euro) • 862 (Hebrew)    希伯来 • 866 (Russian)    俄语   Windows ANSI and OEM Code Pages • 874 (Thai)              泰国 • 932 (Japanese Shift-JIS) • 936 (Simplified Chinese GBK) • 949 (Korean) • 950 (Traditional Chinese Big5) • 1258 (Vietnam)          越南   ISO Code Pages • ISO-8859-1 (Latin 1) • ISO-8859-2 (Latin 2) • ISO-8859-3 (Latin 3) • ISO-8859-4 (Baltic) • ISO-8859-5 (Cyrillic) • ISO-8859-6 (Arabic) • ISO-8859-7 (Greek) • ISO-8859-8 (Hebrew) • ISO-8859-9 (Turkish) • ISO-8859-15 (Latin 9)     最初的 IBM 字符集被称作代码页 437 ， MS-DOS Latin US 代码页 850 就是 MS-DOS Latin 1 437 美国 / 加拿大英语 936 简体中文 GBK 950 繁体中文 BIG5 932 日文 949 韩文 65000 unicode UTF-7 65001 unicode UFT-8   vista下各种语言的LCID与ANSI及OEM codepage [url]http://www.microsoft.com/globaldev/nlsweb/default.mspx?OS=Windows%20Vista[/url]