C.UTF-8 和 en_US.UTF-8 语言环境有啥区别？

Posted 2023-02-19

【中文标题】C.UTF-8 和 en_US.UTF-8 语言环境有啥区别？

【英文标题】：What is the difference between C.UTF-8 and en_US.UTF-8 locales?C.UTF-8 和 en_US.UTF-8 语言环境有什么区别？

【发布时间】：2019-09-04 12:47:06

【问题描述】：

我正在将 python 应用程序从具有语言环境 en_US.UTF-8 的 ubuntu 服务器迁移到默认情况下已设置 C.UTF-8 的新 debian 服务器。我试图了解是否会有任何影响，但在互联网上找不到好的资源来了解两者之间的区别。

【参考方案1】：

我可以确认对不同的语言环境有影响（C.UTF8 与 en_US.UTF8）。我最近将一个 python 程序部署到了一个新服务器中，它的执行方式有所不同。新旧服务器都是 Ubuntu 18 服务器，唯一的区别是语言环境（C.UTF8 与 en_US.UTF8）。将新服务器中的语言环境设置为 C.UTF8 后，它们现在的行为相同。

在 Linux 环境中为单个应用程序设置语言环境很容易。您只需在申请前添加export LANG=C.UTF8;。假设您以python myprogram.py 执行您的应用程序，然后您输入：

export LANG=C.UTF8; python myprogram.py

【讨论】：

谢谢 Ben Lin，您能否分享一下您注意到的不同之处？

嗨，Marcelo，抱歉，我无法指出差异，因为我的产品线太长了。它与 ocr/python/numpy/opencv 等有关。

【参考方案2】：

以下是我在/etc/default/locale 中添加LC_TIME=C.UTF-8 的一些原因，以防它对某人有所帮助：

它在 Firefox 中为 html5 输入类型 = 时间 (https://developer.mozilla.org/en-US/docs/Web/HTML/Element/input/time) 提供 24 小时时钟而不是上午/下午，并使用 DD/MM/YYYY 格式的日期选择器而不是 MM/DD/YYYY 格式的 HTML5 输入类型=日期 (https://developer.mozilla.org/en-US/docs/Web/HTML/Element/input/date)。

在 Thunberbird 中回复电子邮件时，它允许使用 YYYY-MM-DD 国际日期格式 (ISO 8601) 和 24 小时制。

以前，LC_TIME=en_DK.UTF-8 (http://kb.mozillazine.org/Date_display_format) 可以，但目前有一个错误，它停止工作 (https://bugzilla.mozilla.org/show_bug.cgi?id=1426907#c155)。

编辑：现在即使 LC_TIME=C.UTF-8 解决方法也不适用于 Thunberbird：https://bugzilla.mozilla.org/show_bug.cgi?id=1426907#c197

【参考方案3】：

一般C 用于计算机，en_US 用于美国说英语的人（以及其他想要相同行为的人）。

for computer 意味着字符串有时更加标准化（但仍然是英文），因此可以从其他程序读取程序的输出。使用en_US，可以改进字符串，改进字母顺序（可能通过芝加哥风格规则的新规则等）。所以更加用户友好，但可能不太稳定。注意：语言环境不仅用于字符串的翻译，还用于整理（字母顺序、数字（例如千位分隔符）、货币（我认为可以安全地预测 $ 和 2 个十进制数字将保留）、月份、星期几等。

在您的情况下，它只是两个语言环境的 UTF-8 版本。

一般来说应该没关系。我通常更喜欢 en_US.UTF-8，但通常没关系，在你的情况下（服务器应用程序），它应该只更改日志和错误消息（如果你使用locale.setlocale()。你应该在你的应用程序中处理客户端语言环境. 从其他程序读取的程序应该在打开管道之前设置C，所以应该没有关系。

如您所见，这可能无关紧要。您也可以使用POSIX 语言环境，也在 Debian 中定义。您可以使用locale -a 获得已安装语言环境的列表。

注意：微优化将规定 C/C.UTF-8 区域设置：不翻译文件 (gettext)，以及整理和数字格式的简单规则，但这应该只在服务器端可见。

【参考方案4】：

可能会有一些影响，因为它们在排序顺序、大小写关系、整理顺序、千位分隔符、默认货币符号等方面有所不同。

C.utf8 = 符合 POSIX 标准的默认语言环境。只有严格的 ASCII 字符有效，扩展为允许基本使用 UTF-8

en_US.utf8 = 美式英语 UTF-8 语言环境。

虽然我不确定您可能会遇到的具体效果，但我相信您可以根据需要在应用程序中设置语言环境和编码。

【讨论】：

我想对此表示赞同，但我还没有仅仅因为我不知道它是否属实......但是，我会注意到它至少是有道理的。如果可以在此答案中包含参考，那就太好了。

什么是“UTF-8 的基本用法”？