Шрифт:
Тем не менее, для администратора необходимо знать, каким образом можно локализировать операционную систему Linux.
Поскольку Linux-сообщество велико и разнородно, а программы портировались с различных операционных систем, привести их к одному знаменателю для нормальной локализации, к сожалению, весьма затруднительно.
Однако современные тенденции таковы, что в мире Linux назревает осознание необходимости принятия стандартов на ключевые технологии, в частности, написания программ, с минимальными усилиями локализуемых. Но об этом позже.
Рис. 15.1. GNOME, говорящий по-русски
А сейчас определим, что нам прежде всего потребуется от хорошо локализованной системы:
• корректно настроенная текстовая консоль (правильные шрифты, ввод и вывод кириллицы);
• корректно настроенная система X Window;
• правильный вывод кириллицы на принтер;
• настроенная на кириллицу система проверки правописания;
• локализованные основные программы – редакторы, офисные пакеты, словари и т. п.
Теоретическая часть
Стандарты кодировки
Как известно, символ как минимальный элемент алфавита, и представление этого символа в компьютере (кодировка) – две разные вещи.
Кодировкой называется совокупность уникальных символов, которые система способна распознать как самостоятельную сущность.
Поскольку первоначально компьютеры были разработаны за рубежом (Великобритания и США) и не предназначались для экспорта, производители не озаботились поддержкой языков, отличных от английского. Со временем это вызвало определенные проблемы, однако решение их осуществлялось хаотично и без учета перспектив дальнейшего развития программ и аппаратуры. В результате русскоязычное компьютерное сообщество получило несколько различных кодировок, в той или иной степени учитывающих национальную специфику.
Стандарт ASCII
Наиболее популярной кодировкой была (и фактически ей и остается) кодировка ASCII (Американский Стандартный Код для Информационного Обмена).
Стандарт ASCII, иногда называемый 7-битный ASCII, включает в себя 128 уникальных символов. Они подразделяются на символы, которые ASCII определяет как печатаемые символы, и на символы управления, большая часть которых использовалась в старых протоколах связи. Каждому элементу набора соответствует целочисленный символьный код от 0 до 127.
Со временем 7-битный стандарт ASCII был расширен до 8-битного ASCII (расширенный ASCII). Этот стандарт подразумевает наличие 256 символов, которые соответствуют кодам от 0 до 255. Первая часть таблицы – от 0 до 127 не претерпела по сравнению с предыдущим стандартом никаких изменений, а во второй половине таблицы пусто. Дело в том, что 8-битный стандарт ASCII не определяет содержание второй половины таблицы кодировки. В этих целях Международная Организация по Стандартизации (ISO) выпустила серию стандартов (известных как семейство ISO 8859-х), определяющих кодировку второй половины таблицы для различных языков. Нас как пользователей кириллицы интересуют следующие кодовые страницы:
• 8859-0 – новый европейский стандарт (Latin 0);
• 8859-1 – Европа, Латинская Америка (Latin 1);
• 8859-2 – Восточная Европа.
• 8859-5 – кириллица.
В кодовой странице 8859-1 (Latin 1) старшая половина таблицы определяет различные символы, которые не входят в английский алфавит, но присутствуют в различных европейских языках. Соответственно, в остальных кодировках в старшей половине таблицы находятся специфические национальные символы, входящие в алфавит указанного региона.
Есть еще одна реализация расширенного ASCII – кодовая страница IBM. Эта кодировка в старшей половине содержит псевдографические символы.
Казалось бы, вполне достаточный набор стандартов. Однако есть несколько отрицательных моментов:
• ограничение набора модифицируемых символов (128);
• невозможность использования в одном чисто текстовом документе нескольких кодировок.
Альтернативная кодировка (CP866)
Альтернативная кодировка (СР866) – это кодовая страница IBM, где все специфические европейские символы были заменены на буквы из кириллицы, оставив нетронутыми псевдографические символы.
Кодировка Microsoft CP1251
Кодовая страница Microsoft CP 1251 – это попытка Microsoft облегчить труд программисту. Используется для кодировки кириллицы в Windows. Устраняет проблему с сортировкой по алфавиту, связанную с тем, что в странице СР866 буквы русского алфавита располагались не подряд.
Стандарт КОИ8
Стандарт был разработан достаточно давно, когда во всю использовалась 7-битная кодировка символов ASCII. Разработчики КОИ8 поместили символы русской кириллицы в верхней части расширенной таблицы ASCII таким образом, чтобы позиции кириллических символов соответствовали их фонетическим аналогам в английском алфавите в нижней части таблицы. Так, если в тексте, хранящемся в кодировке КОИ8, убрать старший (восьмой) бит каждого символа, то получится текст, написанный английскими символами в русской транскрипции. Например, предложение «Мама мыла раму» после удаления старшего бита будет выглядеть так: «Mama myla ramu».
Существует несколько реализаций стандарта КОИ8, в частности, KOI8-R – для русского языка, KOI8-U – для украинского.
Стандарт RFC 1489 Registration of a Cyrillic Character Set, созданный Андреем Черновым, регламентирует использование KOI8-R для представления русскоязычных документов в Интернете, где KOI8-R давно уже стал фактическим стандартом для русской кириллицы.
Unicode
Unicode – частичная реализация стандарта ISO 10646, в котором первые 256 символов соответствуют кодировке Latin-1 (ISO 8859-1). Основная идея этого стандарта – кодирование символа с использованием переменного количества байтов (до 8). На данном этапе используется двухбайтное кодирование символа, дающее возможность определить 65 535 символов. В настоящее время позиции зарезервированы за буквами практически всех известных алфавитов, включая древнеегипетские иероглифы, благодаря чему можно, используя всего один шрифт, писать одновременно на русском и греческом, английском и иврите и делать еще вставки на японском. Используется в Windows 98 и более поздних версиях. В UNIX-системах поддержка Unicode реализована частично.
Украинский язык
Специфика локализации для Украины состоит в том, что зачастую нужно использовать и украинский, и русский языки одновременно (большая часть жителей городов Центральной, Южной и Восточной Украины – русскоговорящие, а официальный язык – украинский).
Кириллизация консоли
В большинстве современных дистрибутивов кириллизация консоли происходит по запросу при инсталляции. Однако необходимо рассмотреть способы кириллизации текстового режима как фундамента, на котором держится локализация операционной системы в целом.
Консольный драйвер
Для настройки консоли можно воспользоваться пакетами console-tools, Cyrillic console-tools (модификация console-tools с расширенным набором шрифтов и дополнительными свойствами) или kbd. В дистрибутиве Red Hat Linux в ранних версиях применялся пакет kbd, в более поздних (начиная с версии 6) – console-tools. Чтобы не упустить особенностей, рассмотрим использование обоих пакетов.
Схема функционирования консольного драйвераДля понимания дальнейших действий необходимо четко представлять, как функционирует консольный драйвер.
В Linux применяются две таблицы символов – таблица символов приложения (Application Charset Map, ACM) и таблица экранных шрифтов (Screen Font Map, SFM).
Когда программа предлагает консольному драйверу вывести на экран символ, имеющий код, например А, то консольный драйвер прежде ищет код А в таблице символов приложения. Из нее он узнает, какой код В согласно кодировке Unicode соответствует коду А. Далее консольный драйвер ищет код В в таблице экранных шрифтов. Из нее он узнает, какой символ активного шрифта имеет код В, и выводит его на экран. А используемую операционной системой кодировку посредством таблицы символов приложения определяет пользователь.
Аппаратные ограничения видеокарт VGA не позволяют использовать в текстовом режиме шрифты, имеющие более 512 символов. Поэтому иногда консольный драйвер не может найти код В в таблице экранных шрифтов. В этом случае используется так называемая fallback-таблица. Она определяет для кода В возможные его аппроксимации Bl, В2 и т. д. Например, если В является кодом символа "левая двойная угловая кавычка", то, возможно, В1 будет кодом символа "левая одинарная угловая кавычка", а В2 будет просто кодом символа <.
Настройка поддержки кириллицы с помощью пакетов console-tools и kbd состоит из:
• настройки экранного шрифта и таблицы экранных шрифтов. Это делается с помощью программы consolechars (для console-tools) или setfont и mapscrn (для kbd);
• настройки таблицы символов приложения и fallback-таблицы;
• загрузки соответствующей раскладки клавиатуры с помощью программы load keys.
Файлы шрифтов обычно размещаются в каталогах /usr/share/consolefonts или /usr/lib/kbd/consolefonts, символьные таблицы в каталоге /usr/share/consoletrans, клавиатурные раскладки в /usr/share/keymap/i386/qwerty.
console-tools Если на компьютере установлен пакет console-tools, то необходимо выполнить следующие действия:loadkeys ru.map consolechars -v -f Cyr_a8x16 -m $foo/koi2alt
Переключение раскладки клавиатуры производится нажатием правой клавиши <Ctrl> (иногда это можно сделать нажатием клавиши <Alt> или <Caps Lock>). Cyrillic console tools
Все шрифты в этом пакете основаны на альтернативной кодировке (СР866). Это сделано потому, что в текстовом режиме VGA использование другой кодировки приводит к разрывам в отображении горизонтальной псевдографики. Все шрифты содержат в себе таблицу отображения в Unicode.
В пакет также включены таблицы перекодировки в Unicode из распространенных кодировок русского, белорусского, болгарского, сербского и украинского языков.
Для настройки консоли следует выполнить следующие команды:consolechars -f UniCyr_8x16.psf -m koi8-r.acm loadkeys console_russian.map
Для украинизации вместо koi8-r необходимо подставить koi8-u. kbd Для настройки кириллицы с помощью kbd обычно используются следующие команды:
loadkeys /usr/lib/kbd/keytables/ru.map
setfont /usr/lib/kbd/consolefonts/Cyr_a8x16
mapscrn /usr/lib/kbd/consoletrans/koi2alt # ниже идет «магическая» последовательность echo – ne "\033(K"Во время загрузки системы для русификации всех виртуальных текстовых консолей необходимо выполнить команду
echo -ne «\033(К»
семь раз. Это можно сделать с помощью следующей строки:
for i in 1 2 3 4 5 6 7; do echo -ne «\033(K» > /dev/tty$i; done
«Магическая» последовательность необходима для перекодировки вывода символов на экран при использовании шрифтов, основанных на кодовой странице СР866.
Настройка консольных приложений
После настройки консоли необходимо также настроить и консольные программы, которые работают с символами. Основная проблема большей части этих программ – они считают, что используется 7-битная кодировка символа.
bash В файле. inputrc, находящемся в домашнем каталоге пользователя, необходимо установить следующие три переменные:set meta-flag on
set convert-meta off
set output-meta onЭти строки указывают, что для кодирования символа используется 8-битная последовательность.
Поскольку файл. inputrc является конфигурационным файлом библиотеки GNU readline, внесенные исправления кириллизируют не только bash, но и другие программы, использующие GNU readline.
csh/tcshТе же действия в отношении программ csh/tcsh будут выглядеть следующим образом:
В файле. cshrc необходимо добавить следующие строки:setenv LC_CTYPE iso_8859_5
stty pass8
zsh В файле. zshrc необходимо добавить следующие строки:setenv LC_CTYPE iso_8859_5
stty pass8
less Для нормального функционирования программы less в файл ~/.lesskey необходимо добавить:LESSCHARSET=
Это позволяет программе игнорировать установку переменной LESSCHARSET= другими программами. После этого надо запустить lesskey для получения бинарного файла ~/.less. mc (The Midnight Commander)
Чтобы использовать кириллицу в mc, нажатием клавиши <F9> зайдите в системное меню, выберите пункт меню Options | Display и установите опцию full 8 bits .
nroffДля корректной работы nroff с кириллицей необходимо запускать его с ключом Tlatinl.
manЕсли программа man не желает корректно отображать кириллицу на экране, необходимо правильно настроить less.
Также измените в файле /usr/lib/man.conf строку:NROFF /usr/bin/groff -S -Tascii -mandoc
на
NROFF /usr/bin/groff -S -Tlatin1 -mandoc
lsПри неправильно настроенной локали Is не будет выводить кириллические символы. В этом случае поможет одна из следующих команд:
• ls -N
• ls –show-control-chars
Samba Чтобы увидеть кириллические символы в именах файлов, в файл /etc/smb.conf следует добавить следующие строчки:[global]
character set = koi8-r
client code page = 866
preserve case = yes
short preserve case = yes