Chapitre 8. I18N et L10N

La configuration de l’entrée multilingue du système Debian est simplifiée par l’utilisation de la famille de paquets IBus avec le paquet im-config. La liste des paquets IBus est la suivante :

La méthode kinput2 et d’autres méthodes d’entrée dépendant des paramètres linguistiques asiatiques classiques existent encore mais ne sont pas recommandées avec l’environnement X UTF-8 moderne. Les chaînes d’outils SCIM et uim sont une approche légèrement plus ancienne de méthode d’entrée internationale de l’environnement X UTF-8 moderne.

La variable d’environnement « LANG=xx_YY.ZZZZ » définit les paramètres linguistiques avec le code de langue « xx », le code de pays « yy » et le codage « ZZZZ » (consultez Section 1.5.2, « La variable « $LANG » »).

Le système Debian actuel définit normalement les paramètres linguistiques avec « LANG=xx_YY.UTF-8 ». Cela utilise le codage UTF-8 avec le jeu de caractèresUnicode. Ce système de codage UTF-8 est un système de code multi-octets qui utilise intelligemment les éléments du code. Les données ASCII, qui sont uniquement constituées de code sur 7 bits, sont toujours des données UTF-8 valables qui ne comportent qu’un octet par caractère.

Le système Debian précédent définissait habituellement les paramètres linguistiques avec « LANG=C » ou « LANG=xx_YY » (sans « .UTF-8 »).

Le système de codage traditionnel actuel utilisé pour « LANG=xx_YY » peut être identifié en vérifiant « /usr/share/i18n/SUPPORTED ». Par exemple, « en_US » utilise le codage « ISO-8859-1 » et « fr_FR@euro » utilise le codage « ISO-8859-15.

	Astuce
	Pour la signification des valeurs de codage, consultez Tableau 11.2, « Liste de valeurs de codage et leur utilisation ».

Le codage UTF-8 est le codage moderne et sage pour I18N, il permet la représentation des caractères Unicode, c’est-à-dire de pratiquement tous les caractères humains connus, UTF signifie Format de transformation Unicode (« Unicode Transformation Format »).

Je recommande l’utilisation de paramètres linguistiques UTF-8 pour votre bureau, par exemple « LANG=fr_FR.UTF-8 ». La première partie du paramètre linguistique (« locale ») détermine comment les messages seront présentés par les applications. Par exemple, gedit(1) (éditeur de texte pour le Bureau GNOME ) avec le paramètre de langue « LANG=fr_FR.UTF-8 » peut afficher et éditer des données textuelles avec des caractères chinois tout en présentant les menus en français, dans la mesure où les polices et les méthodes d’entrée sont installées.

Je recommande aussi de ne définir que la variable d’environnement « $LANG », je ne vois pas beaucoup d’avantages à définir une combinaison compliquée de variables « LC_* » (consultez locale(1)) avec les paramètres linguistiques UTF-8.

Même le texte anglais en texte brut peut contenir des caractères non-ASCII, par exemple les marques de citations gauche et droite ne sont pas disponibles en ASCII.

“texte entre doubles marques de citation”
‘texte entre simples marques de citation’

Lorsque le texte brut ASCII est converti en UTF-8, il a exactement le même contenu et la même taille que le texte original en ASCII. Il n’y a donc rien à perdre en mettant en œuvre des paramètres régionaux UTF-8.

Certains programmes utilisent davantage de mémoire lors de l’utilisation de I18N. Cela parce qu’ils sont codés avec l’utilisation interne d’UTF-32(UCS4) pour la prise en compte d’Unicode afin d’optimiser la vitesse, ils utilisent 4 octets pour chaque caractère ASCII indépendamment de la « locale » sélectionnée. De nouveau, il n’y a rien à perdre en mettant en œuvre des paramètres linguistiques UTF-8.

Les anciens systèmes de codage propriétaires non UTF-8 tendent à avoir une différence mineure mais ennuyeuse pour certains caractères tels que les caractères graphiques pour de nombreux pays. La mise en œuvre du système UTF-8 sur les systèmes d’exploitation modernes a pratiquement résolu ces problèmes de codage conflictuels.

$ locale -a | grep utf8

# dpkg-reconfigure locales

La liste des paramètres linguistiques disponibles devra comporter « fr_FR.UTF-8 » et toutes les langues intéressantes avec « UTF-8 ».

Pour l’anglais des USA, le paramètre linguistique recommandé est « en_US.UTF-8 ». Pour les autres langues, assurez-vous de bien choisir une valeur avec « UTF-8 » (NdT : prendre « de_FR.UTF-8 » pour la langue française en France) . Les caractères internationaux sont tous pris en charge par l’un quelconque de ces paramétrages.

	Note
	Bien que le paramètre linguistique « C » utilise des messages en anglais, il ne prend en compte que les caractères ASCII.

Vous pouvez choisir vos paramètres linguistiques spécifiques sous X Window indépendamment de leur valeur par défaut valable pour l’ensemble du système en utilisant une personnalisation de PAM (consultez Section 4.5, « PAM et NSS ») comme suit :.

Cet environnement devrait vous apporter la meilleure expérience d’environnement de bureau stable. Vous avez accès à un terminal en mode caractères fonctionnel avec des messages lisibles même lorsque le système X Window ne fonctionne pas. Cela devient essentiel pour des langues qui utilisent des caractères non romains tels que le chinois, le japonais et le coréen.

	Note
	Il peut exister une autre manière comme l’amélioration du paquet de gestion de session de X mais veuillez lire ce qui suit qui est la méthode générique et basique pour définir les paramètres linguistiques. Pour gdm3(1), je sais que l’on peut sélectionner la « locale » de la session X par l’intermédiaire de son memu.

La ligne suivante définit l’emplacement du fichier de l’environnement de langue dans le fichier de configuration de PAM, tels que « /etc/pam.d/gdm3 » :

auth    required        pam_env.so read_env=1 envfile=/etc/default/locale

Modifiez-la avec ce qui suit :

auth    required        pam_env.so read_env=1 envfile=/etc/default/locale-x

Pour le japonais, créez un fichier « /etc/default/locale-x » avec les permissions « -rw-r--r-- 1 root root » et contenant ce qui suit :

LANG="ja_JP.UTF-8"

Conservez le fichier « /etc/default/locale » suivant par défaut pour les autres programmes :

LANG="en_US.UTF-8"

C’est la technique la plus générique pour personnaliser les paramètres linguistiques et faire que la fenêtre du menu de sélection de gdm3(1) lui-même soit affichée dans la bonne langue.

Pour ce cas, vous pouvez aussi simplement modifier les paramètres linguistiques en utilisant le fichier « ~/.xsessionrc ».

Pour les échanges de données entre plateformes (consultez Section 10.1.7, « Périphériques d’enregistrement amovibles »), il vous faudra peut-être monter certains systèmes de fichiers ayant un codage particulier. Par exemple, , la commande mount(8) pour un système de fichiers vfat suppose que l’on utilise CP437 si on l’utilise sans option. Vous devrez fournir les options explicites à mount pour utiliser des noms de fichiers codés en UTF-8 ou en CP932.

Note

Lors du montage automatique d’un clé USB pouvant être branchée à chaud sur un environnement de bureau moderne comme GNOME, vous pouvez indiquer ces options de montage avec un clic-droit sur l’icône du bureau. Cliquez l’onglet « Drive », cliquez « Paramètres » pour l’étendre et entrez « utf8 » dans « Options de montage ». La prochaine fois que vous monterez cette clé mémoire, le montage avec UTF-8 sera activé.

Note

Si vous êtes en train de mettre à jour le système ou de déplacer des disques depuis un ancien système qui n’était pas UTF-8, les noms de fichiers avec des caractères non ASCII peuvent être codés avec des codages historiques et obsolètes tels que ISO-8859-1 ou eucJP. Veuillez consulter l’aide des outils de conversion de texte pour les convertir en UTF-8. Consultez Section 11.1, « Outils de conversion de données textuelles ».

Samba utilise Unicode pour les clients les plus récents (Windows NT, 200x, XP) mais utilise par défaut CP850 pour des clients plus anciens (DOS et Windows 9x/Me). Cette valeur par défaut pour les anciens clients peut être modifiée en utilisant « dos charset » dans le fichier « /etc/samba/smb.conf », par exemple, avecCP932 pour le japonais.

Il existe des traductions de nombreux messages et documents affichés par le système Debian, comme les messages d’erreur, la sortie standard des programmes,les menus et les pages de manuel. La GNU gettext(1) command tool chain est utilisé comme outil de base pour la plupart des activités de traduction.

aptitude(8) affiche sous « Tâches » → « Localisation » une liste de paquets binaires utiles qui ajoutent les traductions de messages aux applications et fournissent de la documentation traduite.

Vous pouvez, par exemple, obtenir les messages traduits pour une page de manuel en installant le paquet manpages-<LANG>. Pour lire la page de manuel de <nom_programme> en italien depuis « /usr/share/man/it/ », lancez le programme de la manière suivante :

LANG=it_IT.UTF-8 man <nom_programme>

Le format de date de ls(1) est affecté par les paramètres linguistiques. Les formats de date de « LANG=C ls -l » et « LANG=en_US.UTF-8 » sont différents (consultez Section 9.2.5, « Affichage personnalisé de la date et de l’heure »).

La ponctuation des nombres est différente selon les paramètres linguistiques.Par exemple, avec les paramètres linguistiques anglais, Mille un est affiché sous la forme « 1,000.1 » alors qu’avec les paramètres linguistiques allemands ce sera « 1.000,1 ». Vous pouvez voir cette différence dans un programme de feuille de calculs.