參考: https://www.cnblogs.com/dolphi/p/3622420.html
http://www.360doc.com/content/15/1105/08/14513665_510854234.shtml
以下內容中為了保障文章整體看上去可以由淺入深的全面說明問題，我摘錄了上面這個博主的兩篇文章中的原文,
僅是為了完整說明問題. 360doc這篇文章也給我很多啟發. 對這些做一個總體總結,說明如下.
到底什么是locale？
locale這個單詞中文翻譯成地區或者地域，其實這個單詞包含的意義要寬泛很多。Locale是根據計算機用戶所使用的語言，所在國家或者地區，以及當地的文化傳統所定義的一個軟件運行時的語言環境。
[oracle@game ~]$ locale
- LANG=en_US.UTF-8
- LC_CTYPE="en_US.UTF-8"
- LC_NUMERIC="en_US.UTF-8"
- LC_TIME="en_US.UTF-8"
- LC_COLLATE="en_US.UTF-8"
- LC_MONETARY="en_US.UTF-8"
- LC_MESSAGES="en_US.UTF-8"
- LC_PAPER="en_US.UTF-8"
- LC_NAME="en_US.UTF-8"
- LC_ADDRESS="en_US.UTF-8"
- LC_TELEPHONE="en_US.UTF-8"
- LC_MEASUREMENT="en_US.UTF-8"
- LC_IDENTIFICATION="en_US.UTF-8"
- LC_ALL=en_US.UTF-8
locale把按照所涉及到的文化傳統的各個方面分成12個大類，這12個大類分別是：
- 1、語言符號及其分類(LC_CTYPE)
- 2、數字(LC_NUMERIC)
- 3、比較和排序習慣(LC_COLLATE)
- 4、時間顯示格式(LC_TIME)
- 5、貨幣單位(LC_MONETARY)
- 6、信息主要是提示信息,錯誤信息,狀態信息,標題,標簽,按鈕和菜單等(LC_MESSAGES)
- 7、姓名書寫方式(LC_NAME)
- 8、地址書寫方式(LC_ADDRESS)
- 9、電話號碼書寫方式(LC_TELEPHONE)
- 10、度量衡表達方式 (LC_MEASUREMENT)
- 11、默認紙張尺寸大小(LC_PAPER)
- 12、對locale自身包含信息的概述(LC_IDENTIFICATION)。
所以說，locale就是某一個地域內的人們的語言習慣和文化傳統和生活習慣。一個地區的locale就是根據這幾大類的習慣定義的，
這些locale定義文件放在 /usr/share/i18n/locales 目錄下面，例如en_US, zh_CN and de_DE@euro都是locale的定義文件，
這些文件都是用文本格式書寫的，你可以用寫字板打開，看看里邊的內容，當然出了有限的注釋以外，大部分東西可能你都看不懂，
因為是用的Unicode的字符索引方式。
什么是字符集？
字符集就是字符，尤其是非英語字符在系統內的編碼方式，也就是通常所說的內碼，所有的字符集都放在 /usr/share/i18n/charmaps，所有的字符集也都是用Unicode編號索引的。Unicode用統一的編號來索引目前已知的全部的 符號。而字符集則是這些符號的編碼方式，或者說是在網絡傳輸，計算機內部通信的時候，對於不同字符的表達方式，Unicode是一個靜態的概念，字符集是 一個動態的概念，是每一個字符傳遞或傳輸的具體形式。就像 Unicode編號U59D0是代表姐姐的“姐”字，但是具體的這個字是用兩個字節表示，三個 字節，還是四個字節表示，是字符集的問題。例如：UTF-8字符集就是目前流行的對字符的編碼方式，UTF-8用一個字節表示常用的拉丁字母，用兩個字節 表示常用的符號，包括常用的中文字符，用三個表示不常用的字符，用四個字節表示其他的古靈精怪的字符。而GB2312字符集就是用兩個字節表示所有的字 符。需要提到一點的是Unicode除了用編號索引全部字符以外，本身是用四個字節存儲全部字符，這一點在談到掛載windows分區的時候是非常重要的 一個概念。所以說你也可以把Unicode看作是一種字符集（我不知道它和UTF-32的關系，反正UTF-32就是用四個字節表示所有的字符的），但是 這樣表述符號是非常浪費資源的，因為在計算機世界絕大部分時候用到的是一個字節就可以搞定的 26個字母而已。所以才會有UTF-8，UTF-16等等， 要不然大同世界多好，省了這許多麻煩。
zh_CN.GB2312到底是在說什么？
Locale是軟件在運行時的語言環境, 它包括語言(Language), 地域 (Territory) 和字符集(Codeset)。
一個locale的書寫格式為:
語言[_地域[.字符集]]。
所以說呢，locale總是和一定的字符集相聯系的。下面舉幾個例子：
- 1、我說中文，身處中華人民共和國，使用國標2312字符集來表達字符。zh_CN.GB2312＝中文_中華人民共和國＋國標2312字符集。
- 2、我說中文，身處中華人民共和國，使用國標18030字符集來表達字符。zh_CN.GB18030＝中文_中華人民共和國＋國標18030字符集。
- 3、我說英文，身處大不列顛，使用ISO-8859-1字符集來表達字符。 en_GB.ISO-8859-1=英文_大不列顛.ISO-8859-1字符集
- 4、我說德語，身處德國，使用UTF-8字符集，習慣了歐洲風格。de_DE.UTF-8@euro＝德語_德國.UTF-8字符集@按照歐洲習慣加以修正，
- 注意不是de_DE@euro.UTF-8，所以完全的locale表達方式是 [語言[_地域][.字符集] [@修正值]。
其中，與中文輸入關系最密切的就是LC_CTYPE，LC_CTYPE規定了系統內有效的字符以及這些字符的分類，
諸如什么是大寫字母，小寫字母，大小寫轉換，標點符號、可打印字符和其他的字符屬性等方面。而locale定 義zh_CN中
最最重要的一項就是定義了漢字(Class“hanzi”)這一個大類，當然也是用Unicode描述的，這就讓中文字符在Linux系統中
成為合法的有效字符，而且不論它們是用什么字符集編碼的。
根據以上說明,可這樣來理解
查看zh_CN的locale定義:
less /usr/share/i18n/locales/zh_CN #在此文件中就可看到"hanzi"的定義. 這個文件其實就相當於locale的定義的源代碼.
zcat /usr/share/i18n/charmaps/UTF-8.gz | less #而此文件是具有UTF-8這種字符集的定義源代碼.
但是系統不可能將所有的locale和字符集都集成到系統中,況且我們平時能使用到的字符集也是非常有限的幾個.
所以默認字符集是在安裝系統是設置好的.若需要修改默認字符集,我們就需要重新編譯上面提到的源代碼,來生成新的locale.
系統中默認提供了一些預先編譯好的locale:
locale -a | grep zh_CN
可看到系統預先編譯的locale，這些是可以直接使用的. 如: export LANG=zh_CN.utf8
設定locale的規則如下:
設定locale就是設定12大類的locale分類屬性，即12個LC_*。除了這12個變量可以設定以外，
為了簡便起見，還有兩個變量：LC_ALL和LANG。它們之間有一個優先級的關系：LC_ALL > LC_* >LANG。
可以這么說，LC_ALL是最上級設定或者強制設定，而LANG是默認設定值。
- 1、如果你設定了LC_ALL＝zh_CN.UTF-8，那么不管LC_*和LANG設定成什么值，它們都會被強制服從LC_ALL的設定，成為 zh_CN.UTF-8。
- 2、假如你設定了LANG＝zh_CN.UTF-8，而其他的LC_*=en_US.UTF-8，並且沒有設定LC_ALL的話，那么系統的locale設定以LC_*=en_US.UTF-8。
- 3、假如你設定了LANG＝zh_CN.UTF-8，而其他的LC_*，和LC_ALL均未設定的話，系統會將LC_*設定成默認值，也就是LANG的值zh_CN.UTF-8。
- 4、假如你設定了LANG＝zh_CN.UTF-8，而其他的LC_CTYPE=en_US.UTF-8，其他的LC_*，和LC_ALL均未設定的話，
- 那么系統的locale設定將是：LC_CTYPE=en_US.UTF-8，其余的 LC_COLLATE，LC_MESSAGES等等均會采用默認值，
- 也就是 LANG的值，也就是LC_COLLATE＝LC_MESSAGES＝……＝ LC_PAPER＝LANG＝zh_CN.UTF-8。
所以，locale是這樣設定的：
1、如果你需要一個純中文的系統的話，設定LC_ALL= zh_CN.XXXX，或者LANG=zh_CN.XXXX都可以，
當然你可以兩個都設定，但正如上面所講，LC_ALL的值將覆蓋所有其他的locale設定，不要作無用功。
2、如果你只想要一個可以輸入中文的環境，而保持菜單、標題，系統信息等等為英文界面，那么只需要
設定 LC_CTYPE＝zh_CN.XXXX，LANG=en_US.XXXX就可以了。這樣LC_CTYPE＝zh_CN.XXXX，
而LC_COLLATE＝LC_MESSAGES＝……＝ LC_PAPER＝LANG＝en_US.XXXX。
3、假如你高興的話，可以把12個LC_*一一設定成你需要的值，打造一個古靈精怪的系統：
LC_CTYPE＝zh_CN.GBK/GBK(使用中文編碼內碼GBK字符集)；
LC_NUMERIC=en_GB.ISO-8859-1(使用大不列顛的數字系統)
LC_MEASUREMEN=de_DE@euro.ISO-8859-15(德國的度量衡使用ISO-8859-15字符集)
羅馬的地址書寫方式，美國的紙張設定……。估計沒人這么干吧。
4、假如你什么也不做的話，也就是LC_ALL，LANG和LC_*均不指定特定值的話，系統將采用POSIX作為lcoale，
也就是C locale。
知道了locale的設置規則,那么如何為一個用戶專門指定一個字符集？
當執行下面命令時,我們實際是創建了一個myzh.UTF8的locale
localedef -f UTF-8 -i zh_CN myzh.UTF8
此locale的含義是 讓zh_CN這個 "locale類" 默認使用myzh.UTF8這個locale字符集.而locale myzh.UTF8 使用的字符集是UTF-8.
localedef實際就是讀取了 /usr/share/i18n/locales/zh_CN 和 /usr/share/i18n/charmaps/UTF-8.gz 並對其做編譯生成myzh.UTF8的locale
但需要注意,系統對locale的名字是不區分大小寫的, 編譯生成的信息會存儲到 /usr/lib/locale/locale-archive 此文件中.它是一個二進制文件。
若要查看:
hexdump -C /usr/lib/local/locale-archive | grep myzh
但實際上,UTF-8這個字符集具體支不支持中文,我不能確定,我在RHEL7.0上測試,似乎不支持.
所以測試可這樣測試:
localedef -f GB2312 -i zh_CN myzh.GB2312
locale -a |grep myzh #此命令可查看locale-archive中的locale.
其實上面的操作僅是讓系統幫你創建了locale，這個locale實際上它所依賴的locale文件
系統並不會自動創建.locale文件就是上面提到的12個變量值. 在locale中,它們實際是以文件的
形式存在的,並且這些文件都是編譯好的數據文件,無法直接查看.
如何讓系統生成這些數據文件那？
mkdir $HOME/.locale #假如我們創建一個叫.locale的目錄.用來存儲專用的locale
cd $HOME/.locale
localedef -f GB2312 -i zh_CN $PWD/myzh.GB2312
#這樣就在 $HOME/.locale創建了一個myzh.GB2312的目錄,此目錄下存儲的就是上面說的12個變量值的數據文件.
看上去,好像很清楚系統的字符集了，但事實上,這不是全部。
系統使用locale時,它根據 $LANG 的值,來確定當前系統的語言是什么.
假如 LANG=myzh.GB2312， 但其他LC_* 的值都為空, 則這些值將使用 LANG 的值.
但是,系統並不能使用 $HOME/.locale/myzh.GB2312 此目錄中的12個參數值.
我們還需要設置 LOCPATH="$HOME/.locale:$LOCPATH"
同時還要設置 ln -s $HOME/.locale/myzh.GB2312 $HOME/.locale/myzh.gb2312
因為系統查找這12個變量值的數據文件時,使用的是小寫，所以要么你創建時,就寫為小寫,否則就需要做軟連接.
yum install strace
strace -eopen ls xx #可查看系統調用字符集文件時,訪問的路徑.
通過 strace 命令,你會發現,創建myzh.GB2312中還是有很多文件找不到,這是怎么回事？
其實 localedef 幫我們創建的 locale 是依據zh_CN這locale類來創建的,可認為myzh.GB2312
是zh_CN locale類的子實例.但是由於創建zh_CN的子實例時,沒有安照標准的命名格式 zh_CN.GB2312
即 父locale名.字符集 ，而是隨便寫了一個 myzh.GB2312 那么系統就以為,這個locale實例是myzh這個
父locale的子實例,因為系統按照 /usr/share/i18n/locales/zh_CN 和 /usr/share/i18n/charmaps/GB2312.gz
來編譯生成myzh.GB2312 locale時,並不會將父myzh中的所有字體相關文件都創建，放到myzh.GB2312中的
系統在使用到這些相同的文件時,發現myzh.GB2312這個實例中沒有,就自動到myzh中去查找，但我並沒有
myzh這父locale，只有zh_CN這個父locale, 因此還需要創建一個軟連接將myzh 和 zh_CN關聯起來.
如:
終於，系統在查找字體相同文件時,可以正確找到相關文件了.
接着使用 export LANG=myzh.GB2312 時,一切都正常了。
系統可以正常顯示中文報錯信息了。
但實際上，中文顯示亂碼問題，依然沒有完全解決.
因為 若你直接登錄linux物理機上,執行命令,依然會出現中文亂碼, 這個問題我還沒有搞清楚.
客戶端使用xshell，等工具登錄到linux上時, 通過設置 xshell默認使用指定字符集顯示,就可以
正常顯示中文,但在物理Linux主機上怎么設置？
localectl set-locale LANG=zh_CN.utf8 ? 這可以嗎？ 其實不可以, localectl實際設置的X Window
啟動時,默認使用的locale的, 即我們啟動Linux的圖形界面時,它使用的默認locale.
所以,在Linux 字符界面下,顯示中文的問題，該如何解決？
目前我還不知道.
希望,知道的朋友可告知,謝謝!