26 区域设置与国际化

本地化是指让你的应用能在不同区域设置（或国家/地区）中良好运行的过程。

你可能知道，并不是所有人都用同样的字符来表示小数点、千位分隔符……或者货币符号。

这些区域设置都有名字，你可以选择使用其中一个。例如，美国的区域设置可能会把数字写成这样：

100,000.00

而在巴西，同样的数字可能会把逗号和小数点对调过来写：

100.000,00

这样写代码，移植到其他国家或地区时就轻松多了！

呃，差不多吧。事实证明 C 只有一个内建的区域设置，而且功能有限。规范在这里确实留下了很多含糊之处，想做到完全可移植很难。

不过我们会尽力而为！

26.1 快速设置本地化

调用这些函数时，要包含 <locale.h>。

就声明一个特定的区域设置而言，可移植的做法基本上只有一种。如果你打算跟区域设置打任何交道，这大概就是你想做的：

setlocale(LC_ALL, "");  // 用本环境的区域设置来处理一切

你会希望调用它，好让程序以你当前的区域设置来初始化。

再深入一点，还有一件事可以做，而且仍然保持可移植：

setlocale(LC_ALL, "C");  // 使用默认的 C 区域设置

不过每次程序启动时都会默认调用它，所以没太大必要自己再调一遍。

在第二个字符串里，你可以指定系统所支持的任何区域设置。这完全取决于系统，所以会各不相同。在我的系统上，我可以指定这个：

setlocale(LC_ALL, "en_US.UTF-8");  // 不可移植！

这样能行。但它只能移植到那些对同一个区域设置使用完全相同名称的系统上，而你没法保证这一点。

给第二个实参传一个空字符串（""），就等于告诉 C：“嘿，你自己去弄清楚这台系统上当前的区域设置是什么吧，省得我来告诉你。”

26.2 获取货币区域设置

既然倒腾绿色纸片被说成是通往幸福的关键¹⁵⁵，那我们就来聊聊货币区域设置吧。写可移植代码时，你总得知道表示钱该怎么写，对吧？不管是“$”、“€”、“¥”还是“£”。

怎么写这段代码才不至于把人逼疯？幸运的是，只要调用过 setlocale(LC_ALL, "")，你就可以用 localeconv() 查出这些信息：

struct lconv *x = localeconv();

这个函数返回指向一个静态分配的 struct lconv 的指针，里面装着你想要的那些丰富信息。

下面是 struct lconv 的各字段及其含义。

先约定几件事。_p_ 表示“正”，_n_ 表示“负”，而 int_ 表示“国际”。虽然其中很多是 char 或 char* 类型，但大多数（或者说它们指向的字符串）实际上都被当作整数来处理¹⁵⁶。

在继续之前，请先知道：CHAR_MAX（来自 <limits.h>）是 char 所能容纳的最大值。下面很多 char 值用它来表示该值在给定的区域设置中不可用。

字段	说明
`char *mon_decimal_point`	货币的小数点字符，例如 `"."`。
`char *mon_thousands_sep`	货币的千位分隔符字符，例如 `","`。
`char *mon_grouping`	货币的分组说明（见下文）。
`char *positive_sign`	货币的正号，例如 `"+"` 或 `""`。
`char *negative_sign`	货币的负号，例如 `"-"`。
`char *currency_symbol`	货币符号，例如 `"$"`。
`char frac_digits`	打印货币金额时，小数点后要打印多少位，例如 `2`。
`char p_cs_precedes`	`1` 表示非负金额中 `currency_symbol` 位于数值之前，`0` 表示位于之后。
`char n_cs_precedes`	`1` 表示负金额中 `currency_symbol` 位于数值之前，`0` 表示位于之后。
`char p_sep_by_space`	决定非负金额中 `currency symbol` 与数值之间的分隔方式（见下文）。
`char n_sep_by_space`	决定负金额中 `currency symbol` 与数值之间的分隔方式（见下文）。
`char p_sign_posn`	决定非负数值中 `positive_sign` 的位置。
`char n_sign_posn`	决定负数值中 `positive_sign` 的位置。
`char *int_curr_symbol`	国际货币符号，例如 `"USD "`。
`char int_frac_digits`	`frac_digits` 的国际值。
`char int_p_cs_precedes`	`p_cs_precedes` 的国际值。
`char int_n_cs_precedes`	`n_cs_precedes` 的国际值。
`char int_p_sep_by_space`	`p_sep_by_space` 的国际值。
`char int_n_sep_by_space`	`n_sep_by_space` 的国际值。
`char int_p_sign_posn`	`p_sign_posn` 的国际值。
`char int_n_sign_posn`	`n_sign_posn` 的国际值。

26.2.1 货币数字分组

好，这个有点绕。mon_grouping 是 char*，所以你可能会以为它是个字符串。但这回不是，它其实是一个 char 数组。它的结尾应当总是 0 或 CHAR_MAX。

这些值描述的是货币数字在小数点左侧（整数部分）如何分组。

例如，我们可能有：

  2   1   0
 --- --- ---
$100,000,000.00

这些都是三位一组。组 0（紧挨小数点左边）有 3 位数字。组 1（再往左一组）有 3 位，最后一组也是 3 位。

所以我们可以从右（小数点）往左，用一组表示各组大小的整数值来描述这些分组：

3 3 3

这样就能处理最大到 $100,000,000 的数值。

那如果要处理的数更大呢？我们可以一直往上加 3……

3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3

但那就太疯狂了。好在我们可以指定 0，表示沿用前一组的大小并重复：

3 0

意思就是每 3 位重复一次。这样就能应付 $100、$1,000、$10,000、$10,000,000、$100,000,000,000 等等。

你完全可以用这些值玩出各种花样，表示某些稀奇古怪的分组。

例如：

4 3 2 1 0

表示的是：

$1,0,0,0,0,00,000,0000.00

还可能出现的另一个值是 CHAR_MAX。它表示不再进行分组，并且可以出现在数组中的任何位置，包括第一个值。

3 2 CHAR_MAX

表示的是：

100000000,00,000.00

例如。

而只要数组第一个位置是 CHAR_MAX，就说明根本不做分组。

26.2.2 分隔符与符号位置

所有 sep_by_space 变体都处理货币符号周围的空格。合法取值有：

值	说明
`0`	货币符号与数值之间不加空格。
`1`	用空格把货币符号（以及正负号，如果有）与数值隔开。
`2`	若正负号符号与货币符号相邻，则用空格把两者隔开；否则用空格把正负号符号与数值隔开。

sign_posn 的各变体由下面这些值决定：

值	说明
`0`	在数值和货币符号外面加圆括号。
`1`	把正负号字符串放在货币符号和数值之前。
`2`	把正负号字符串放在货币符号和数值之后。
`3`	把正负号字符串直接放在货币符号之前。
`4`	把正负号字符串直接放在货币符号之后。

26.2.3 示例值

在我的系统上取这些值时，我看到的是这样（分组字符串按单个字节值显示）：

mon_decimal_point  = "."
mon_thousands_sep  = ","
mon_grouping       = 3 3 0
positive_sign      = ""
negative_sign      = "-"
currency_symbol    = "$"
frac_digits        = 2
p_cs_precedes      = 1
n_cs_precedes      = 1
p_sep_by_space     = 0
n_sep_by_space     = 0
p_sign_posn        = 1
n_sign_posn        = 1
int_curr_symbol    = "USD "
int_frac_digits    = 2
int_p_cs_precedes  = 1
int_n_cs_precedes  = 1
int_p_sep_by_space = 1
int_n_sep_by_space = 1
int_p_sign_posn    = 1
int_n_sign_posn    = 1

26.3 本地化的细节

注意我们前面传给 setlocale() 的是宏 LC_ALL……这暗示可能还有别的变体，让你能更精确地指定要设置区域设置的哪些部分。

我们来看看这些可用的值：

宏	说明
`LC_ALL`	把下面所有项都设为给定的区域设置。
`LC_COLLATE`	控制 `strcoll()` 和 `strxfrm()` 函数的行为。
`LC_CTYPE`	控制字符处理函数的行为¹⁵⁷。
`LC_MONETARY`	控制 `localeconv()` 返回的值。
`LC_NUMERIC`	控制 `printf()` 系列函数的小数点。
`LC_TIME`	控制 `strftime()` 和 `wcsftime()` 这些时间和日期打印函数的时间格式。

设置 LC_ALL 是很常见的做法，不过嘿，至少你还有得选。

另外我还得指出，LC_CTYPE 是其中的大头之一，因为它牵扯到宽字符——这可是个大麻烦，我们后面再聊。