Chapitre 8. I18N et L10N

Table des matières

8.1. L'entrée clavier
8.1.1. The input method support with IBus
8.1.2. Un exemple pour le japonais
8.1.3. Désactiver la méthode d'entrée
8.2. L'affichage de sortie
8.3. Les paramètres linguistiques (« locale »)
8.3.1. Bases du codage
8.3.2. Justification de l'utilisation d'UTF-8 dans les paramètres linguistiques
8.3.3. Reconfiguration des paramètres linguistiques
8.3.4. Valeur de la variable d'environnement « $LANG »
8.3.5. Paramètre linguistique spécifique sous X Window
8.3.6. Coder les noms de fichiers
8.3.7. Messages et documentation traduits
8.3.8. Effet des paramètres linguistiques

Le multilinguisme (M17N) ou la gestion de la langue natale (« Native Language Support ») d'un logiciel applicatif est réalisé en deux étapes :

[Astuce] Astuce

Il y a 17, 18, ou 10 lettres entre « m » et « n », « i » et « n » ou « l » et « n » dans « multilingualization », « internationalization » et « localization » ce qui correspond à M17N, I18N, et L10N.

Des logiciels modernes, tels que GNOME et KDE, gèrent le multilinguisme. Ils sont internationalisés en les faisant gérer les données UTF-8 et localisés en leur donnant les messages traduits par l'intermédiaire de l'infrastructure gettext(1). Les messages traduits peuvent être offerts sous forme de paquets de localisation séparés. Il sont simplement sélectionnés en donnant la valeur du paramètres linguistique approprié à des variables d'environnement pertinentes.

La représentation la plus simple d'un texte de données est l'ASCII qui suffit à l'anglais et utilise moins de 127 caractères (qui peuvent être représentés avec 7 bits). De manière à pouvoir prendre en compte bien plus de caractères pour l'internationalisation, de nombreux systèmes de codage des caractères ont été inventés. Le système moderne et préféré est UTF-8 qui peut prendre en charge tous les caractères connus des êtres humains (voir Section 8.3.1, « Bases du codage »).

Voir Introduction à i18n pour davantage d'informations.

La prise en charge du matériel international est activée par des données de configuration du matériel localisées.

8.1. L'entrée clavier

Le système Debian peut être configuré pour travailler avec de nombreuses configurations de claviers internationaux.

Tableau 8.1. Liste des méthodes de reconfiguration du clavier :

environnement commande
console LInux dpkg-reconfigure --priority=low console-data
X Window dpkg-reconfigure --priority=low xserver-xorg

This supports keyboard input for accented characters of many European languages with its dead-key function. For Asian languages, you need more complicated input method support such as IBus discussed next.

8.1.1. The input method support with IBus

Setup of multilingual input for the Debian system is simplified by using the IBus family of packages with the im-switch package. The list of IBus packages are the following.

Tableau 8.2. List of input method supports with IBus

paquet popcon taille paramètres linguistiques pris en charge
ibus * V:0.11, I:0.2 4300 input method framework using dbus
ibus-anthy * V:0.02, I:0.07 612 Japonais
ibus-skk * V:0.00, I:0.02 352 , ,
ibus-pinyin * V:0.05, I:0.08 1348 Chinois (pour zh_CN)
ibus-chewing * V:0.00, I:0.02 252 , , (pour zh_TW)
ibus-hangul * V:0.00, I:0.01 216 Coréen
ibus-table * V:0.04, I:0.08 840 table engine for IBus
ibus-table-thai * I:0.00 160 Thaï
ibus-unikey * V:0.00, I:0.00 316 Vietnamien
ibus-m17n * V:0.02, I:0.03 128 Multilingue : Indic, Arabe et autres

The kinput2 method and other locale dependent Asian classic input methods still exist but are not recommended for the modern UTF-8 X environment. The SCIM and uim tool chains are an slightly older approach for the international input method for the modern UTF-8 X environment.

8.1.2. Un exemple pour le japonais

I find the Japanese input method started under English environment ("en_US.UTF-8") very useful. Here is how I did this with IBus.

  1. Installez le paquet d'outil d'entrée japonais ibus-anthy avec ses paquets recommandés comme im-switch.
  2. Exécutez « im-switch -c » depuis l'interpréteur de commande de l'utilisateur et sélectionnez « ibus ».
  3. Select "System" → "Preferences" → "IBus Preferences" → "Input Method" → "Select an input method" → "Japanese" → "Anthy" and click "Add".
  4. Reconnectez-vous au compte utilisateur.
  5. Vérifiez le paramétrage par « im-switch -l ».
  6. Sélectionnez la méthode et le mode d'entrée par un clic-droit sur la barre d'outil de l'interface graphique. (Vous pouvez réduire le menu de choix de la méthode d'entrée).
  7. Lancez la méthode d'entrée IBus par Ctrl-Espace.

Veuillez noter ce qui suit :

  • im-switch(8) se comporte différemment selon que la commande est exécutée depuis le compte de l'administrateur ou non.
  • La méthode d'entrée lancée par im-switch dépends des paramètres linguistiques.

8.1.3. Désactiver la méthode d'entrée

Si vous désirez effectuer une entrée sans passer par XIM, définissez la valeur de « $XMODIFIERS » à « none » lors du lancement d'un programme. Ceci peut être le cas si vous utilisez l'infrastructure d'entrée japonaise egg sous emacs(1). Depuis l'interpréteur de commandes, lancez ce qui suit :

$ XMODIFIERS=none emacs

Pour ajuster la commande exécutée par le menu Debian, placez la configuration personnalisée dans « /etc/menu/ » en suivant la méthode décrite dans « /usr/share/doc/menu/html ».

8.2. L'affichage de sortie

La console Linux ne peut afficher qu'un nombre restreint de caractères. (Vous devrez avoir un programme de terminal particulier tels que jfbterm(1) pour afficher les langues non-européennes sur des consoles autres que la console X).

Le système X Window peut afficher tous les caractères UTF-8 dès que les données de polices de caractères existent. (Le codage des données de police d'origine est pris en charge par le système X Window de manière transparente pour l'utilisateur).

8.3. Les paramètres linguistiques (« locale »)

Ce qui suit met l'accent sur les paramètres linguistiques pour les applications tournant sous l'environnement X Window lancé par gdm(1).

8.3.1. Bases du codage

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 » (voir Section 1.5.2, « Variable « $LANG » »).

Le système Debian actuel définit normalement les paramètres linguistiques avec « LANG=xx_YY.UTF-8 ». Ceci 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 jeu de caractères ASCII est utilisé avec « LANG=C » ou « LANG=POSIX ».
  • Le système de codage traditionnel sous Unix est utilisé pour « LANG=xx_YY ».

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] Astuce

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

8.3.2. Justification de l'utilisation d'UTF-8 dans les paramètres linguistiques

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_* » (voir 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. Ceci 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.

8.3.3. Reconfiguration des paramètres linguistiques

Pour accéder à un paramètre linguistique particulier, les données de paramètres linguistiques doivent être compilées dans la base de données des paramètres linguistiques. (Le système Debian n'est pas distribué avec tous les paramètres linguistiques précompilés à moins que vous n'ayez installé le paquet locales-all). La liste complète des paramètres linguistiques pris en charge pour être compilés se trouve dans « /usr/share/i18n/SUPPORTED ». On y trouve la liste de tous les noms des « locale ». La commande ci-après affiche la liste de tous les paramètres linguistiques UTF-8 déjà compilés sous forme binaire :

$ locale -a | grep utf8

L'exécution de la commande suivante va reconfigurer le paquet locales :

# dpkg-reconfigure locales

Ce processus se déroule en trois étapes :

  1. mettre à jour la liste des paramètres linguistiques disponibles ;
  2. les compiler sous forme binaire ;
  3. définir la valeur des paramètres linguistiques par défaut pour l'ensemble du système dans « /etc/defaults/locale » pour une utilisation par PAM (voir Section 4.5, « PAM et NSS »).

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

Pour l'anglais des USA, le paramètre linguistique recommandés 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 paramétrage.

[Note] Note

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

8.3.4. Valeur de la variable d'environnement « $LANG »

La valeur de la variable d'environnement « $LANG » est définie et modifiée par de nombreuses applications.

  • Elle est définie au départ par le mécanisme PAM de login(1) pour les programmes de console locale de Linux
  • Elle est définie au départ par le mécanisme PAM du gestionnaire d'affichage pour tous les programmes X
  • Elle est définie au départ par le mécanisme PAM dessh(1) pour les programmes de la console distante
  • Modifié par certains gestionnaire d'affichage tels que gdm(1) pour tous les programmes X
  • Modifiés par le code de démarrage de la session X par l'intermédiaire de « ~/.xsessionrc » pour tous les programmes X (fonctionnalité de lenny)
  • Modifié par le code de démarrage de l'interpréteur de commandes, par exemple « ~/.bashrc », pour tous les programmes de console
[Astuce] Astuce

C'est une bonne idée de définir les paramètres linguistiques par défaut pour l'ensemble du système à « en_US.UTF-8 » pour un maximum de compatibilité.

8.3.5. Paramètre linguistique spécifique sous X Window

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 (voir 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. Ceci devient essentiel pour des langues qui utilisent des caractères non romains tels que le chinois, le japonais et le coréen.

[Note] 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 gdm(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/gdm » :

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/defaults/locale-gdm » avec les permissions « -rw-r--r-- 1 root root » et contenant ce qui suit :

LANG="ja_JP.UTF-8"

Conservez le fichier « /etc/defaults/locale » suivant par défaut pour les autre programmes :

LANG="en_US.UTF-8"

C'est la technique la plus générique de personnaliser les paramètres linguistiques et faire que la fenêtre du menu de sélection de gdm(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 ».

8.3.6. Coder les noms de fichiers

Pour les échanges de données entre plateformes (voir Section 10.1.10, « 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] Note

Lors du montage automatique d'un clé USB pouvant être branchée à chaud sur un environnement de bureau moderne comme GNOME, vous pouvezindiquer 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] 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 codées 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. VoirSection 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 and 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.

8.3.7. Messages et documentation traduits

Il existe des traductions de nombreux messages et documents affichés par le système Debian, comme les message d'erreur, la sortie standard des programmes,les menus et la 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>

8.3.8. Effet des paramètres linguistiques

L'ordre de tri des caractères avec sort(1) est affecté par le choix de la langue des paramètres linguistiques. Les paramètres linguistiques espagnol et anglais effectuent le tri de manière différente.

Le format de la date de ls(1) est affecté par les paramètres linguistiques . Le format de la date de « LANG=C ls -l » et « LANG=en_US.UTF-8 » sont différents (voir 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 la forme « 1,000.1 » alors qu'avec les paramètres linguistiques « 1.000,1 ». Vous pouvez voir cette différence dans un programme de feuille de calculs.