名前¶
perllocale - Perl locale handling (internationalization and localization)
perllocale - Perl のロケール操作 (国際化と地域化)
説明¶
In the beginning there was ASCII, the "American Standard Code for Information Interchange", which works quite well for Americans with their English alphabet and dollar-denominated currency. But it doesn't work so well even for other English speakers, who may use different currencies, such as the pound sterling (as the symbol for that currency is not in ASCII); and it's hopelessly inadequate for many of the thousands of the world's other languages.
まず最初に、ASCII、つまり "American Standard Code for Information Interchange" がありました; これは、英語アルファベットとドル建て 通貨を使うアメリカ人にとってはうまくいきました。 しかしこれは、ポンド貨(通貨の記号は ASCII にはありません)のような異なった 通貨を使っているかもしれないその他の英語話者に取ってすらあまりうまく いきませんでした; そして世界中の何百ものその他の言語にとっては絶望的に 無力でした。
To address these deficiencies, the concept of locales was invented (formally the ISO C, XPG4, POSIX 1.c "locale system"). And applications were and are being written that use the locale mechanism. The process of making such an application take account of its users' preferences in these kinds of matters is called internationalization (often abbreviated as i18n); telling such an application about a particular set of preferences is known as localization (l10n).
これらの欠陥に対処するために、ロケールという概念が考案されました (正式には ISO C, XPG4, POSIX 1.c "locale system")。 そしてアプリケーションはロケール機構を使って書かれ、そして 書かれようとしていました。 アプリケーションにそういったユーザーの選択を考慮させるためのプロセスは、 国際化(internationalization)と呼ばれます(これはしばしば i18n と 省略されます); アプリケーションを特定の選択の集合に対応させることは 地域化(localization、l10n)として知られています。
Perl has been extended to support the locale system. This is controlled per application by using one pragma, one function call, and several environment variables.
Perl はロケールシステムに対応するように拡張されました。 これは一つのプラグマ、一つの関数呼び出し、いくつかの環境変数を使って、 アプリケーション毎に制御します。
Unfortunately, there are quite a few deficiencies with the design (and often, the implementations) of locales. Unicode was invented (see perlunitut for an introduction to that) in part to address these design deficiencies, and nowadays, there is a series of "UTF-8 locales", based on Unicode. These are locales whose character set is Unicode, encoded in UTF-8. Starting in v5.20, Perl fully supports UTF-8 locales, except for sorting and string comparisons like lt
and ge
. (Use Unicode::Collate for these.) Perl continues to support the old non UTF-8 locales as well. There are currently no UTF-8 locales for EBCDIC platforms.
残念ながら、ロケールにはかなりの数の設計上の(そしてしばしば実装上の)欠陥が あります。 Unicode (これに関する紹介については perlunitut を参照してください) は、この設計上の欠陥に部分的に対処するために 発明され、そして最近では、Unicode を基とした 一連の 「UTF-8 ロケール」があります。 これらは文字集合は Unicode で、UTF-8 でエンコードされています。 v5.20 から、Perl は UTF-8 ロケールに完全に対応しています; ただしソートと lt
や ge
のような文字列比較を除きます。 (これらのためには Unicode::Collate を使ってください。) Perl 古い非 UTF-8 ロケールも対応し続けています。 現在のところ EBCDIC プラットフォームのための UTF-8 ロケールはありません。
(Unicode is also creating CLDR
, the "Common Locale Data Repository", http://cldr.unicode.org/ which includes more types of information than are available in the POSIX locale system. At the time of this writing, there was no CPAN module that provides access to this XML-encoded data. However, it is possible to compute the POSIX locale data from them, and earlier CLDR versions had these already extracted for you as UTF-8 locales http://unicode.org/Public/cldr/2.0.1/.)
(Unicode はまた、POSIX ロケールシステムで利用可能なものよりも多くの種類の 情報を含む CLDR
, "Common Locale Data Repository", http://cldr.unicode.org/ を作成します。 これを書いている時点で、この XML エンコードされたデータへのアクセスを提供する モジュールはありません。 しかし、これらから POSIX ロケールデータを計算することは可能で、 初期の CLDR 版はすでに UTF-8 ロケールとして展開されています http://unicode.org/Public/cldr/2.0.1/。)
ロケールって何?¶
A locale is a set of data that describes various aspects of how various communities in the world categorize their world. These categories are broken down into the following types (some of which include a brief note here):
ロケールとは、世界中の様々なコミュニティがその世界をどのように カテゴリ化しているかについての様々な側面を記述したデータの集合です。 これらのカテゴリは以下の型に分解されます(一部は概略の説明もあります):
- Category
LC_NUMERIC
: Numeric formatting -
(カテゴリ
LC_NUMERIC
: 数値フォーマット)This indicates how numbers should be formatted for human readability, for example the character used as the decimal point.
これは人間に対する可読性のために数値をどのようにフォーマットするかを示します; たとえば小数点として使われる文字です。
- Category
LC_MONETARY
: Formatting of monetary amounts -
(カテゴリ
LC_MONETARY
: 通貨量のフォーマット) - Category
LC_TIME
: Date/Time formatting -
(カテゴリ
LC_TIME
: 日付/時刻のフォーマット) - Category
LC_MESSAGES
: Error and other messages -
(カテゴリ
LC_MESSAGES
: エラーとそのほかのメッセージ)これは Perl 自身によって、$! と $^E 経由でオペレーティングシステムの エラーメッセージにアクセスするためだけに使われています。
- Category
LC_COLLATE
: Collation -
(カテゴリ
LC_COLLATE
: 照合)This indicates the ordering of letters for comparison and sorting. In Latin alphabets, for example, "b", generally follows "a".
これは比較とソートのための文字の順序を示します。 例えば、ラテンアルファベットなら、"b" は一般的に "a" の次です。
- Category
LC_CTYPE
: Character Types -
(カテゴリ
LC_CTYPE
: 文字型)This indicates, for example if a character is an uppercase letter.
これは、例えば、文字が大文字かどうかを示します。
- Other categories
-
Some platforms have other categories, dealing with such things as measurement units and paper sizes. None of these are used directly by Perl, but outside operations that Perl interacts with may use these. See "Not within the scope of "use locale"" below.
一部のプラットフォームでは、長さの単位や紙のサイズといったものを扱う その他のカテゴリを持っています。 これらはどれも Perl が直接使うことはありませんが、Perl が相互作用する 外側の操作ではこれらを使うかもしれません。 後述する "Not within the scope of "use locale"" を 参照してください。
More details on the categories used by Perl are given below in "LOCALE CATEGORIES".
Perl で使われるカテゴリに関するさらなる詳細については後述する "LOCALE CATEGORIES" を参照してください。
Together, these categories go a long way towards being able to customize a single program to run in many different locations. But there are deficiencies, so keep reading.
全体として、これらのカテゴリは単一のプログラムが複数の異なった場所で 実行するようにカスタマイズするために役立ちます。 しかし欠陥があるので、読み進めてください。
ロケールの使う前の準備¶
Perl itself (outside the POSIX module) will not use locales unless specifically requested to (but again note that Perl may interact with code that does use them). Even if there is such a request, all of the following must be true for it to work properly:
(POSIX モジュールの外側の)Perl 自身は、特に要求されない限りロケールを 使いません (しかし再び、Perl はこれらを使うコードと 相互作用するかもしれません)。 たとえそのような要求があっても、正しく動作するには 以下の すべて が真になっていなければなりません:
-
Your operating system must support the locale system. If it does, you should find that the
setlocale()
function is a documented part of its C library.あなたの使っているオペレーティングシステムがロケールシステムに 対応していなければなりません。 これに対応していれば、
setlocale()
という関数が C ライブラリの中に あるはずです。 -
Definitions for locales that you use must be installed. You, or your system administrator, must make sure that this is the case. The available locales, the location in which they are kept, and the manner in which they are installed all vary from system to system. Some systems provide only a few, hard-wired locales and do not allow more to be added. Others allow you to add "canned" locales provided by the system supplier. Still others allow you or the system administrator to define and add arbitrary locales. (You may have to ask your supplier to provide canned locales that are not delivered with your operating system.) Read your system documentation for further illumination.
あなたの使うロケールの定義がインストールされていなければなりません。 あなた、もしくは管理者はこれを正しく取り扱わねばなりません。 使うことのできるロケール、それらが置かれている場所、インストールされる 規則といったものシステム毎に変わります。 一部のシステムでは、固定のほんの少しのロケールだけを提供し、ユーザーが 新たに追加することを許していません。 また、システムのサプライヤーが提供した「準備された」ロケールを 追加することができるシステムもあります。 さらに、ユーザーやシステム管理者が任意のロケールを定義して追加できる システムもあります。 (あなたのサプライヤーに使っているオペレーティング システムと一緒に渡されていない準備されたロケールを提供するよう 依頼する必要があるかもしれません。) 詳細はシステムのドキュメントを読んでください。
-
Perl must believe that the locale system is supported. If it does,
perl -V:d_setlocale
will say that the value ford_setlocale
isdefine
.Perl が、ロケールシステムがサポートされていると信じていなければ なりません。 もしそうなっていれば、
perl -V:d_setlocale
はd_setlocale
の値が定義されているように報告するでしょう。
If you want a Perl application to process and present your data according to a particular locale, the application code should include the use locale
pragma (see "The "use locale" pragma") where appropriate, and at least one of the following must be true:
Perl アプリケーションをあなたの使うデータを特定のロケールで処理したり するようにしたいのであれば、そのアプリケーションコードはプラグマ use locale
("The "use locale" pragma" 参照) を適切な場所に、 そして以下に挙げる項目の 少なくとも一つ が真でなければなりません。
-
The locale-determining environment variables (see "ENVIRONMENT") must be correctly set up at the time the application is started, either by yourself or by whomever set up your system account; or
あなた自身でやるにしろ、あなたの使うシステムの管理者がするにしろ、 アプリケーションの実行開始時には ロケールを決定する環境変数 ("ENVIRONMENT" を参照)が正しく設定されていなければなりません; または
-
The application must set its own locale using the method described in "The setlocale function".
アプリケーションは、"The setlocale function" に記述されている メソッドを使う、自分用のロケールを設定しておかねばなりません。
ロケールを使う¶
The "use locale"
pragma¶
("use locale"
プラグマ)
WARNING! Do NOT use this pragma in scripts that have multiple threads active. The locale is not local to a single thread. Another thread may change the locale at any time, which could cause at a minimum that a given thread is operating in a locale it isn't expecting to be in. On some platforms, segfaults can also occur. The locale change need not be explicit; some operations cause perl to change the locale itself. You are vulnerable simply by having done a "use locale"
.
警告! このプラグマを、複数の スレッド が有効なスクリプトで 使わないでください。 ロケールは単一のスレッドでローカルなものではありません。 他のスレッドは任意のタイミングでロケールを変更するかもしれず、 これは少なくとも想定しているものと異なるロケールでスレッドが 動作することになります。 一部のプラットフォームでは、セグメンテーションフォルトも起こります。 ロケールの変更は明示的に行われる必要はありません; 一部の操作は perl が自分自身でロケールを変更します。 単に "use locale"
とするだけで脆弱になります。
By default, Perl itself (outside the POSIX module) ignores the current locale. The use locale
pragma tells Perl to use the current locale for some operations. Starting in v5.16, there are optional parameters to this pragma, described below, which restrict which operations are affected by it.
デフォルトでは、(POSIX モジュールの外側の) Perl 自身は現在のロケールを 無視します。 use locale
プラグマは Perl に、幾つかの操作においてカレントのロケールを 使うよう指示します。 v5.16 から、これらのプラグマには後述するオプションの引数があり、 どの操作が影響を受けるかを制限します。
The current locale is set at execution time by setlocale() described below. If that function hasn't yet been called in the course of the program's execution, the current locale is that which was determined by the "ENVIRONMENT" in effect at the start of the program. If there is no valid environment, the current locale is whatever the system default has been set to. On POSIX systems, it is likely, but not necessarily, the "C" locale. On Windows, the default is set via the computer's Control Panel->Regional and Language Options
(or its current equivalent).
現在のロケールは、後述する setlocale() 関数によって実行時に設定されます。 プログラム実行の過程でこの関数がまだ呼び出されていないとき、現在の ロケールはプログラムの開始時に有効な "ENVIRONMENT" によって 決定されます。 有効な環境がない場合、現在のロケールはシステムデフォルトとして 設定されたものとなります。 POSIX システムでは、これは、おそらく "C" ロケールになりますが、かならず そうとは限りません。 Windows ではデフォルトはコンピュータの コントロールパネル->地域と言語
(または現在の等価物)経由で 設定されます。
The operations that are affected by locale are:
ロケールによって影響を受ける処理は:
- Not within the scope of
"use locale"
-
Only certain operations originating outside Perl should be affected, as follows:
次のように、Perl の外側を元とする一部の操作のみが影響を受けます:
-
The current locale is used when going outside of Perl with operations like system() or qx//, if those operations are locale-sensitive.
現在のロケールは、system() や qx// のような操作によって Perl の 外側に行く場合(その操作がロケールを認識する場合)に使われます。
-
Also Perl gives access to various C library functions through the POSIX module. Some of those functions are always affected by the current locale. For example,
POSIX::strftime()
usesLC_TIME
;POSIX::strtod()
usesLC_NUMERIC
;POSIX::strcoll()
andPOSIX::strxfrm()
useLC_COLLATE
. All such functions will behave according to the current underlying locale, even if that locale isn't exposed to Perl space.また、Perl は POSIX モジュールを通して様々な C ライブラリ関数への アクセスを提供します。 これらの関数の一部は常に現在のロケールの影響を受けます。 例えば、
POSIX::strftime()
はLC_TIME
を使います;POSIX::strtod()
はLC_NUMERIC
を使います;POSIX::strcoll()
とPOSIX::strxfrm()
はLC_COLLATE
を使います。 これら全ての関数は、例えロケールが Perl 空間に露出していなくても、 現在の基となるロケールに従って振る舞います。 -
XS modules for all categories but
LC_NUMERIC
get the underlying locale, and hence any C library functions they call will use that underlying locale. For more discussion, see "CAVEATS" in perlxs.LC_NUMERIC
以外の全てのカテゴリに関する XS モジュールは基となる ロケールを使うので、呼び出した C ライブラリ関数は基となるロケールを使います。 さらなる議論については "CAVEATS" in perlxs を参照してください。
Note that all C programs (including the perl interpreter, which is written in C) always have an underlying locale. That locale is the "C" locale unless changed by a call to setlocale(). When Perl starts up, it changes the underlying locale to the one which is indicated by the "ENVIRONMENT". When using the POSIX module or writing XS code, it is important to keep in mind that the underlying locale may be something other than "C", even if the program hasn't explicitly changed it.
(C で書かれている perl インタプリタを含めて) 全ての C プログラムは 基となるロケールがあることに注意してください。 このロケールは、setlocale() の呼び出しによって 変更されない限り "C" ロケールです。 Perl の起動時、ロケールを "ENVIRONMENT" で示されているロケールに変更します。 POSIX モジュールを使ったり XS コードを書いたりするとき、 例えプログラムが明示的に変更しなくても基となるロケールが "C" ではないかもしれないことに注意することは重要です。
-
- Lingering effects of
use locale
-
Certain Perl operations that are set-up within the scope of a
use locale
retain that effect even outside the scope. These include:use locale
のスコープ内で設定される一部の Perl 操作は、 スコープの外側でも影響を受けたままになります。 これには以下のようなものがあります:-
The output format of a write() is determined by an earlier format declaration ("format" in perlfunc), so whether or not the output is affected by locale is determined by if the
format()
is within the scope of ause locale
, not whether thewrite()
is.write() の出力形式は、事前のフォーマット宣言 ("format" in perlfunc) によって決定されるので、出力がロケールの影響を 受けるかどうかは、
format()
はuse locale
のスコープ内にあるかどうかで 決定され、write()
ではありません。 -
Regular expression patterns can be compiled using qr// with actual matching deferred to later. Again, it is whether or not the compilation was done within the scope of
use locale
that determines the match behavior, not if the matches are done within such a scope or not.正規表現パターンは、 qr// を使って、 実際のマッチングを後に遅らせてコンパイルすることが出来ます。 再び、コンパイルが
use locale
のスコープ内で行われたかどうかが マッチングの振る舞いを決定します; スコープ内でマッチングが 行われたかどうかではありません。
-
- Under
"use locale";
-
-
All the above operations
前述の操作全て
-
Format declarations ("format" in perlfunc) and hence any subsequent
write()
s useLC_NUMERIC
.フォーマット宣言 ("format" in perlfunc) と引き続く
write()
はLC_NUMERIC
を使います。 -
stringification and output use
LC_NUMERIC
. These include the results ofprint()
,printf()
,say()
, andsprintf()
.文字列化と出力 は
LC_NUMERIC
を使います。 これらにはprint()
,printf()
,say()
,sprintf()
の結果が含まれます。 -
The comparison operators (
lt
,le
,cmp
,ge
, andgt
) useLC_COLLATE
.sort()
is also affected if used without an explicit comparison function, because it usescmp
by default.比較演算子 (
lt
,le
,cmp
,ge
,gt
) はLC_COLLATE
を 使用します。sort()
は比較関数が陽に指定されなかった場合に影響を受けます; これは、 デフォルトではcmp
を使うからです。Note:
eq
andne
are unaffected by locale: they always perform a char-by-char comparison of their scalar operands. What's more, ifcmp
finds that its operands are equal according to the collation sequence specified by the current locale, it goes on to perform a char-by-char comparison, and only returns 0 (equal) if the operands are char-for-char identical. If you really want to know whether two strings--whicheq
andcmp
may consider different--are equal as far as collation in the locale is concerned, see the discussion in "CategoryLC_COLLATE
: Collation".注意:
eq
およびne
はロケールの影響を受けません: これらの関数は常に 文字毎の比較をそのスカラオペランドに対して実行します。 それに加えて、cmp
はそのオペランドがカレントのロケールで 指定される照合シーケンスで等しいものであった場合、さらに文字毎の 照合を行おうします; そして、オペランドの全部の文字が等しい場合にのみcmp
は 0(等しい)を返します。eq
とcmp
が異なると判定する可能性のある二つの文字列がロケールを 考慮した照合で等しいかどうかを本当に知りたいのなら、 "CategoryLC_COLLATE
: Collation" の記述を参照してください。 -
Regular expressions and case-modification functions (
uc()
,lc()
,ucfirst()
, andlcfirst()
) useLC_CTYPE
正規表現と大小文字変換関数 (
uc()
,lc()
,ucfirst()
,lcfirst()
) はLC_CTYPE
を使用します。 -
The variables $! (and its synonyms
$ERRNO
and$OS_ERROR
) and $^E (and its synonym$EXTENDED_OS_ERROR
) when used as strings useLC_MESSAGES
.変数 $! (およびその同義語
$ERRNO
と$OS_ERROR
) と $^E (およびその同義語$EXTENDED_OS_ERROR
) は 文字列として使われると常にLC_MESSAGES
を使います。
-
The default behavior is restored with the no locale
pragma, or upon reaching the end of the block enclosing use locale
. Note that use locale
calls may be nested, and that what is in effect within an inner scope will revert to the outer scope's rules at the end of the inner scope.
no locale
に出会うか、(use locale
を囲む)ブロックの終端に 達するとデフォルトの動作に戻ります。 use locale
はネストしているかもしれず、 内側のスコープで有効だったものが内側のスコープの終了によって外側のスコープの 規則に差し戻されることに注意してください。
The string result of any operation that uses locale information is tainted, as it is possible for a locale to be untrustworthy. See "SECURITY".
ロケール情報を使っている操作の結果である文字列は、ロケールが信頼できない 可能性があるかのように、汚染されていることに注意してください。 "SECURITY" を参照してください。
Starting in Perl v5.16 in a very limited way, and more generally in v5.22, you can restrict which category or categories are enabled by this particular instance of the pragma by adding parameters to it. For example,
Perl v5.16 からとても限定的な形で、そして v5.22 でより一般的に、 引数を指定することでこの特定のプラグマの実体によって有効になる カテゴリを制限できます。 例えば:
use locale qw(:ctype :numeric);
enables locale awareness within its scope of only those operations (listed above) that are affected by LC_CTYPE
and LC_NUMERIC
.
は、スコープ内の LC_CTYPE
と LC_NUMERIC
で影響を受ける(上述した) 演算子に対してだけロケールを有効にします。
The possible categories are: :collate
, :ctype
, :messages
, :monetary
, :numeric
, :time
, and the pseudo category :characters
(described below).
指定できるカテゴリは: :collate
, :ctype
, :messages
, :monetary
, :numeric
, :time
および疑似カテゴリ :characters
(後述します) です。
Thus you can say
従って次のように書くと:
use locale ':messages';
$! と $^E のみが ロケールの影響を受けます。 それ以外全ては影響を受けません。
Since Perl doesn't currently do anything with the LC_MONETARY
category, specifying :monetary
does effectively nothing. Some systems have other categories, such as LC_PAPER_SIZE
, but Perl also doesn't know anything about them, and there is no way to specify them in this pragma's arguments.
Perl は今のところ LC_MONETARY
カテゴリに対して何もしないので、 :monetary
を指定しても事実上何もしません。 システムによっては LC_PAPER_SIZE
のようなその他のカテゴリを持ちますが、 Perl はこれらについても何も知らず、このプラグマの引数としてこれを指定する 方法はありません。
You can also easily say to use all categories but one, by either, for example,
例えば、次のどちらかのようにして、一つ以外の全てのカテゴリを使うように 簡単に指定できます;
use locale ':!ctype';
use locale ':not_ctype';
both of which mean to enable locale awarness of all categories but LC_CTYPE
. Only one category argument may be specified in a use locale
if it is of the negated form.
この両方は、LC_CTYPE
以外の全てのカテゴリでロケールを有効にします。 非定型式を使う場合に use locale
で指定できる引数は一つだけです。
Prior to v5.22 only one form of the pragma with arguments is available:
v5.22 より前は、引数付きのプラグマは次の一つだけが利用可能です:
use locale ':not_characters';
(and you have to say not_
; you can't use the bang !
form). This pseudo category is a shorthand for specifying both :collate
and :ctype
. Hence, in the negated form, it is nearly the same thing as saying
(そして not_
と書かなければなりません; !
型式は使えません)。 この疑似カテゴリは、:collate
と :ctype
の両方を指定することの 省略形です。 従って、否定型式では、次のものとほぼ同じです:
use locale qw(:messages :monetary :numeric :time);
We use the term "nearly", because :not_characters
also turns on use feature 'unicode_strings'
within its scope. This form is less useful in v5.20 and later, and is described fully in "Unicode and UTF-8", but briefly, it tells Perl to not use the character portions of the locale definition, that is the LC_CTYPE
and LC_COLLATE
categories. Instead it will use the native character set (extended by Unicode). When using this parameter, you are responsible for getting the external character set translated into the native/Unicode one (which it already will be if it is one of the increasingly popular UTF-8 locales). There are convenient ways of doing this, as described in "Unicode and UTF-8".
ここでは「ほぼ」という言葉を使いました; なぜなら :not_characters
は スコープ内の use feature 'unicode_strings'
も有効にするからです。 この型式は v5.20 以降ではそれほど有用ではなくなりましたが、 (完全な記述は "Unicode and UTF-8" に ありますが)簡単に言うと、ロケール定義のうち文字に関する部分、つまり LC_CTYPE
と LC_COLLATE
カテゴリを使わないように指示します。 代わりにこれは(Unicode によって拡張された)ネイティブな文字集合を使います。 この引数を使うとき、外部文字集合をネイティブ / Unicode のものに変換するのは あなたの責任です(それが徐々に有名になっている UTF-8 ロケールならこれは すでに行われています)。 "Unicode and UTF-8" に記述されているように、これを行うための便利な方法が あります。
setlocale 関数¶
WARNING! Do NOT use this function in a thread. The locale will change in all other threads at the same time, and should your thread get paused by the operating system, and another started, that thread will not have the locale it is expecting. On some platforms, there can be a race leading to segfaults if two threads call this function nearly simultaneously.
警告! この関数を スレッド の中で使わないでください。 ロケールはその他全てのスレッドで同時に変更され、 スレッドがオペレーティングシステムによって停止され、再び開始すると、 スレッドは想定通りのロケールではなくなっています。 一部のプラットフォームでは、二つのスレッドがほぼ同時にこの関数を呼び出すと 競合によりセグメンテーションフォルトを起こします。
You can switch locales as often as you wish at run time with the POSIX::setlocale()
function:
POSIX::setlocale()
関数を使って、実行時に好きな回数だけロケールを 切り替えることができます。
# Import locale-handling tool set from POSIX module.
# This example uses: setlocale -- the function call
# LC_CTYPE -- explained below
# (Showing the testing for success/failure of operations is
# omitted in these examples to avoid distracting from the main
# point)
use POSIX qw(locale_h);
use locale;
my $old_locale;
# query and save the old locale
$old_locale = setlocale(LC_CTYPE);
setlocale(LC_CTYPE, "fr_CA.ISO8859-1");
# LC_CTYPE now in locale "French, Canada, codeset ISO 8859-1"
setlocale(LC_CTYPE, "");
# LC_CTYPE now reset to the default defined by the
# LC_ALL/LC_CTYPE/LANG environment variables, or to the system
# default. See below for documentation.
# restore the old locale
setlocale(LC_CTYPE, $old_locale);
The first argument of setlocale()
gives the category, the second the locale. The category tells in what aspect of data processing you want to apply locale-specific rules. Category names are discussed in "LOCALE CATEGORIES" and "ENVIRONMENT". The locale is the name of a collection of customization information corresponding to a particular combination of language, country or territory, and codeset. Read on for hints on the naming of locales: not all systems name locales as in the example.
setlocale()
の第一引数には カテゴリ を、第二引数には ロケール を与えます。 カテゴリはロケール特有の規則を適用したいデータ処理の状況を指示します。 カテゴリ名は "LOCALE CATEGORIES" と "ENVIRONMENT" に記述されています。 ロケールはカスタマイズを行うための、特定の言語の組み合わせ、国や地域、 コードセットに関する情報の集合の名前です。 ヒントとしてロケールの名前付けに注目してください: すべてのシステムが この例のようにロケールに名前を付けているわけではありません。
If no second argument is provided and the category is something other than LC_ALL
, the function returns a string naming the current locale for the category. You can use this value as the second argument in a subsequent call to setlocale()
, but on some platforms the string is opaque, not something that most people would be able to decipher as to what locale it means.
第二引数が省略されていて、さらにカテゴリが LC_ALL
以外の場合、この関数は カテゴリに対するカレントロケールの名前からなる文字列を返します。 この値を、後で行う setlocale() の呼び出しでの第二引数として 使うこともできます が 一部のプラットフォームでは文字列は不明瞭で、 ほとんどの人にとってどのロケールのことか解読できるようなものではありません。
If no second argument is provided and the category is LC_ALL
, the result is implementation-dependent. It may be a string of concatenated locale names (separator also implementation-dependent) or a single locale name. Please consult your setlocale(3) man page for details.
カテゴリが LC_ALL
で、第二引数が与えられなかった場合には その結果は処理系に依存するものとなります。 ロケールの名前を連結したものか(セパレーターはこれまた処理系依存のもの)、 単一のロケール名となります。 詳しくは setlocale(3) man ページをあたってください。
If a second argument is given and it corresponds to a valid locale, the locale for the category is set to that value, and the function returns the now-current locale value. You can then use this in yet another call to setlocale()
. (In some implementations, the return value may sometimes differ from the value you gave as the second argument--think of it as an alias for the value you gave.)
第二引数が与えられていて、かつそれが正当なものであれば、カテゴリの ロケールが設定され、この関数は現在のロケール値を返します。 この値は次の setlocale()
に呼び出しで使えます。 (一部の実装では、この返り値は第二引数を与えたときと異なる場合があります -- これは与えた引数のエイリアスと考えられます。)
As the example shows, if the second argument is an empty string, the category's locale is returned to the default specified by the corresponding environment variables. Generally, this results in a return to the default that was in force when Perl started up: changes to the environment made by the application after startup may or may not be noticed, depending on your system's C library.
例に示したように、第二引数が空文字列であった場合にはカテゴリの、 対応する環境変数によりデフォルト指定されるロケールが返されます。 一般的にはこの結果は、Perl が起動したときに強制的にデフォルトとして 設定された値です: アプリケーションが起動した後での環境変数の変更が 認識される/されないは、使用している C ライブラリに依存します。
Note that when a form of use locale
that doesn't include all categories is specified, Perl ignores the excluded categories.
全てのカテゴリが指定されていない型式の use locale
では、 Perl は除外されたカテゴリを無視することに注意してください。
If set_locale()
fails for some reason (for example, an attempt to set to a locale unknown to the system), the locale for the category is not changed, and the function returns undef
.
何らかの理由 (例えばシステムが知らないロケールを設定しようとした) で set_locale()
が失敗した場合、カテゴリに対するロケールは変更されず、関数は undef
を返します。
For further information about the categories, consult setlocale(3).
カテゴリに対する詳細な情報は、setlocale(3) を参照してください。
ロケールを見つける¶
For locales available in your system, consult also setlocale(3) to see whether it leads to the list of available locales (search for the SEE ALSO section). If that fails, try the following command lines:
ロケールが使えるシステムであれば、使用可能なロケールがどういったもので あるかどうかを setlocale(3) で調べてみてください (SEE ALSO の章を探してください)。 それがダメだったら、以下のコマンドを試してみてください。
locale -a
nlsinfo
ls /usr/lib/nls/loc
ls /usr/lib/locale
ls /usr/lib/nls
ls /usr/share/locale
and see whether they list something resembling these
そして、そこに以下に挙げたものと似たものがあるかどうかを 確かめてください。
en_US.ISO8859-1 de_DE.ISO8859-1 ru_RU.ISO8859-5
en_US.iso88591 de_DE.iso88591 ru_RU.iso88595
en_US de_DE ru_RU
en de ru
english german russian
english.iso88591 german.iso88591 russian.iso88595
english.roman8 russian.koi8r
Sadly, even though the calling interface for setlocale()
has been standardized, names of locales and the directories where the configuration resides have not been. The basic form of the name is language_territory.codeset, but the latter parts after language are not always present. The language and country are usually from the standards ISO 3166 and ISO 639, the two-letter abbreviations for the countries and the languages of the world, respectively. The codeset part often mentions some ISO 8859 character set, the Latin codesets. For example, ISO 8859-1
is the so-called "Western European codeset" that can be used to encode most Western European languages adequately. Again, there are several ways to write even the name of that one standard. Lamentably.
残念ながら、setlocale()
を呼び出すインターフェースが既に 標準化されているのにも関らず、ロケールの名前や、それが設定される ディレクトリはまだなのです。 名前の基本形式は language_territory.codeset ですが、末尾の部分は 常にある訳ではありません。 language と country は通常は ISO 3166 や ISO 639 という 標準による、言語や国を二文字に略したものになります。 codeset の部分はしばしば文字集合 ISO 8859 の バリエーションとなります。 たとえば、"Western codeset" と呼ばれる ISO 8859-1
は西欧における エンコーディングとして用いることができます。 繰り返しますが、一つの標準の名前であってさえ、記述するには複数の方法が 存在するのです。 嘆かわしいことです。
Two special locales are worth particular mention: "C" and "POSIX". Currently these are effectively the same locale: the difference is mainly that the first one is defined by the C standard, the second by the POSIX standard. They define the default locale in which every program starts in the absence of locale information in its environment. (The default default locale, if you will.) Its language is (American) English and its character codeset ASCII or, rarely, a superset thereof (such as the "DEC Multinational Character Set (DEC-MCS)"). Warning. The C locale delivered by some vendors may not actually exactly match what the C standard calls for. So beware.
"C" と "POSIX" という二つの特殊なロケールがあります。 現時点では、これら二つは同じロケールとなります。 その違いは主に、前者が C の標準により決められたものであるのに対して、 後者が POSIX の標準で決められているものであるという点にあります。 これらの規格が決めていることは、環境変数にあるロケール情報がない状態での プログラム起動時の デフォルトのロケール です (デフォルトの デフォルトロケールです)。 その言語は (アメリカ)英語であり、その文字集合は ASCII か、稀に ("DEC Multinational Character Set (DEC-MCS)" のような)その上位集合になります。 警告。 一部のベンダによって提供されている C ロケールは実際には C 標準が要求している ものに正確に一致していないかもしれません。 注意してください。
NOTE: Not all systems have the "POSIX" locale (not all systems are POSIX-conformant), so use "C" when you need explicitly to specify this default locale.
注意:すべてのシステムが "POSIX" ロケールを持っているわけでは ありません(すべてのシステムが POSIX に準拠しているわけではありません)ので、 明示的にこのデフォルトロケールを指定するのが必要なときには "C" を使います。
ロケールの問題¶
You may encounter the following warning message at Perl startup:
Perl を実行したときに以下のようなメッセージを見たことがあるかもしれません:
perl: warning: Setting locale failed.
perl: warning: Please check that your locale settings:
LC_ALL = "En_US",
LANG = (unset)
are supported and installed on your system.
perl: warning: Falling back to the standard locale ("C").
This means that your locale settings had LC_ALL
set to "En_US" and LANG exists but has no value. Perl tried to believe you but could not. Instead, Perl gave up and fell back to the "C" locale, the default locale that is supposed to work no matter what. (On Windows, it first tries falling back to the system default locale.) This usually means your locale settings were wrong, they mention locales your system has never heard of, or the locale installation in your system has problems (for example, some system files are broken or missing). There are quick and temporary fixes to these problems, as well as more thorough and lasting fixes.
これは、あなたのロケールの設定が、LC_ALL
が "En_US" であり LANG が 存在しているが値を持っていないということを意味します。 Perlはあなたを信じようとしたのですができなかったのです。 その代わりに、Perl はロケール設定をあきらめて、デフォルトである "C" ロケールに戻ったのです。 (Windows では、まずシステムのデフォルトロケールにフォールバックすることを 試みます。) これは通常はあなたのロケール設定が間違っているせいであり、聞いたことのない ロケールであったり、あるいはあなたのインストールに問題があったのだろう (例えば、一部のシステムファイルが壊れていたとか、なかったとか)と いうことです。 以下で述べるのは、この問題を手っ取り早く一時的に修復するものです。
壊れたロケールのテスト¶
If you are building Perl from source, the Perl test suite file lib/locale.t can be used to test the locales on your system. Setting the environment variable PERL_DEBUG_FULL_TEST
to 1 will cause it to output detailed results. For example, on Linux, you could say
Perl をソースからビルドする場合、Perl テストスイートファイル lib/locale.t がシステムのロケールのテストに使われます。 環境変数 PERL_DEBUG_FULL_TEST
を 1 に設定すると、詳細な結果を出力します。 例えば、Linux では、以下のようにします:
PERL_DEBUG_FULL_TEST=1 ./perl -T -Ilib lib/locale.t > locale.log 2>&1
Besides many other tests, it will test every locale it finds on your system to see if they conform to the POSIX standard. If any have errors, it will include a summary near the end of the output of which locales passed all its tests, and which failed, and why.
その他の多くのテストに加えて、システムで発見された全てのロケールについて POSIX 標準に従っているかどうかをテストします。 エラーがあった場合、どのロケールが全てのテストに成功したかの出力の末尾辺りに、 どのテストがなぜ失敗したかの概要が含まれます。
一時的にロケールの問題を修正する¶
The two quickest fixes are either to render Perl silent about any locale inconsistencies or to run Perl under the default locale "C".
二つの(一時的な)対応策とは、ロケールに関する矛盾を無視するように するというものと、Perl をデフォルトロケール "C" で実行するというものです。
Perl's moaning about locale problems can be silenced by setting the environment variable PERL_BADLANG
to "0" or "". This method really just sweeps the problem under the carpet: you tell Perl to shut up even when Perl sees that something is wrong. Do not be surprised if later something locale-dependent misbehaves.
Perl 起動時の問題は、環境変数 PERL_BADLANG
に "0" または "" を 設定することによって回避できます。 この方法は問題をカーペットの下に押し込むだけのことです: つまり、Perl が何か間違ったことを見つけたとしても Perl を 黙らせておくというものです。 もし後でロケールに依存した変な振る舞いがあったとしても 驚かないでください。
Perl can be run under the "C" locale by setting the environment variable LC_ALL
to "C". This method is perhaps a bit more civilized than the PERL_BADLANG
approach, but setting LC_ALL
(or other locale variables) may affect other programs as well, not just Perl. In particular, external programs run from within Perl will see these changes. If you make the new settings permanent (read on), all programs you run see the changes. See "ENVIRONMENT" for the full list of relevant environment variables and "USING LOCALES" for their effects in Perl. Effects in other programs are easily deducible. For example, the variable LC_COLLATE
may well affect your sort program (or whatever the program that arranges "records" alphabetically in your system is called).
環境変数 LC_ALL
に "C" を設定することにより、Perl はロケール "C" の下でも 実行することができます。 このやり方は PERL_BADLANG
よりは多少まともなものですが、それでも LC_ALL
(もしくは他のロケール変数)を設定するということは Perl 以外の プログラムにも影響を及ぼします。 特に、Perl の内側で実行される外部プログラムはこの変更に影響を 受けることになります。 新しい設定を恒久的なものにしたいというのであれば、あなたが実行する プログラム全てがこの変更に影響を受けることになります。 関係する環境変数の完全なリストは "ENVIRONMENT" を参照してください; また、Perl におけるそれらの効果については "USING LOCALES" を 参照してください。 他のプログラムに対する影響は簡単に避けられます。 たとえば、変数 LC_COLLATE
はあなたの sort プログラム (もしくは「レコード」をアルファベット順に並べ替えるプログラム)に 影響を及ぼします。
You can test out changing these variables temporarily, and if the new settings seem to help, put those settings into your shell startup files. Consult your local documentation for the exact details. For Bourne-like shells (sh, ksh, bash, zsh):
これらの変数に対する変更を一時的に行ってテストすることができます; そして 新しい設定が助けになるものであればその設定をシェルのスタートアップ ファイルに追加するのです。 詳細はあなたの使っているシステムのドキュメントを調べてみてください。 Bourne シェルに似たシェル(sh, ksh, bash, zsh)であれば 以下のようになります:
LC_ALL=en_US.ISO8859-1
export LC_ALL
This assumes that we saw the locale "en_US.ISO8859-1" using the commands discussed above. We decided to try that instead of the above faulty locale "En_US"--and in Cshish shells (csh, tcsh)
これは、コマンドが参照するロケールを "en_US.ISO8859-1" にしています。 Cシェルライクなもの(csh, tcsh)の場合には以下のようになります:
setenv LC_ALL en_US.ISO8859-1
or if you have the "env" application you can do (in any shell)
あるいは、"env" プログラムがあるなら (どのようなシェルでも) 以下のように 書けます:
env LC_ALL=en_US.ISO8859-1 perl ...
If you do not know what shell you have, consult your local helpdesk or the equivalent.
あなたがシェルについて良く知らないというのであれば、 あなたのおそばのヘルプデスク等に訊ねてみてください。
ロケールの問題を恒久的に修正する¶
The slower but superior fixes are when you may be able to yourself fix the misconfiguration of your own environment variables. The mis(sing)configuration of the whole system's locales usually requires the help of your friendly system administrator.
時間はかかるけれども優れた修正方法は、あなたの環境の間違っている部分を 正しくするというものです。 システム全体での間違いはあなたの使っているシステムの、フレンドリーな 管理者の助けを必要とするでしょう。
First, see earlier in this document about "Finding locales". That tells how to find which locales are really supported--and more importantly, installed--on your system. In our example error message, environment variables affecting the locale are listed in the order of decreasing importance (and unset variables do not matter). Therefore, having LC_ALL set to "En_US" must have been the bad choice, as shown by the error message. First try fixing locale settings listed first.
まず最初にこのドキュメントの "Finding locales" を参照してください。 そこにはあなたの使うシステムで実際にサポートされているロケール、 そしてもっと重要なインストールされているロケールを見つけだす方法が 解説されています。 私たちが使ったエラーメッセージの例では、環境変数は重要度の高いものから 低いものへという順になっています。 したがって、LC_ALL を "En_US" に設定することは良くない選択であり、 これはエラーメッセージにも現れています。 まず最初にリストの最初にあるロケール設定を修正します。
Second, if using the listed commands you see something exactly (prefix matches do not count and case usually counts) like "En_US" without the quotes, then you should be okay because you are using a locale name that should be installed and available in your system. In this case, see "Permanently fixing your system's locale configuration".
次に、もしあなたがリストアップのコマンドを使って得たものが 正確に "En_US" のようなもの(接頭辞の一致は考慮せず、大小文字の違いは 考慮します)であれば、あなたが使っているロケール名に対応するものが システムに正しくインストールされていれば OK です。 この場合、"Permanently fixing your system's locale configuration" を 参照してください。
あなたのシステムのロケール設定を恒久的に修正する¶
This is when you see something like:
これは以下のようなメッセージが出たけれども:
perl: warning: Please check that your locale settings:
LC_ALL = "En_US",
LANG = (unset)
are supported and installed on your system.
but then cannot see that "En_US" listed by the above-mentioned commands. You may see things like "en_US.ISO8859-1", but that isn't the same. In this case, try running under a locale that you can list and which somehow matches what you tried. The rules for matching locale names are a bit vague because standardization is weak in this area. See again the "Finding locales" about general rules.
"En_US" が先に挙げたコマンドによってリスト中になかった場合です。 "en_US.ISO8859-1" のようなものを見たかも知れませんが、まったく 同一のものではなかったのでしょう。 この場合、コマンドで挙げられたもの一致するロケールで 実行してみてください。 ロケール名のマッチングルールは少々はっきりしないものです; それは、この分野に 関する標準が弱いものであるからです。 一般的なルールについては "Finding locales" をもう一度見てください。
システムのロケール設定を修正する¶
Contact a system administrator (preferably your own) and report the exact error message you get, and ask them to read this same documentation you are now reading. They should be able to check whether there is something wrong with the locale configuration of the system. The "Finding locales" section is unfortunately a bit vague about the exact commands and places because these things are not that standardized.
システム管理者にコンタクトをとって、あなたの得たエラーメッセージそのままを レポートして、今ここまで読んできたことを説明してください。 システム管理者はシステムのロケール設定についてどこがどう間違っているかを 理解できるはずです。 標準化がなされていないので、コマンド名などに関して "Finding locales" の 章は残念ながら少々あやふやなものになっています。
localeconv 関数¶
The POSIX::localeconv()
function allows you to get particulars of the locale-dependent numeric formatting information specified by the current underlying LC_NUMERIC
and LC_MONETARY
locales (regardless of whether called from within the scope of use locale
or not). (If you just want the name of the current locale for a particular category, use POSIX::setlocale()
with a single parameter--see "The setlocale function".)
POSIX::localeconv()
関数は、 (use locale
のスコープ内で呼び出されるかどうかに関わらず) カレントの基となる LC_NUMERIC
や LC_MONETARY
で指定されるロケール依存の数値書式の情報を取り出します。 (ある特定のカテゴリのカレントロケールを知りたいだけなのなら、 POSIX::setlocale()
を引数一つで使います--"The setlocale function" を 参照してください。)
use POSIX qw(locale_h);
# Get a reference to a hash of locale-dependent info
$locale_values = localeconv();
# Output sorted list of the values
for (sort keys %$locale_values) {
printf "%-20s = %s\n", $_, $locale_values->{$_}
}
localeconv()
takes no arguments, and returns a reference to a hash. The keys of this hash are variable names for formatting, such as decimal_point
and thousands_sep
. The values are the corresponding, er, values. See "localeconv" in POSIX for a longer example listing the categories an implementation might be expected to provide; some provide more and others fewer. You don't need an explicit use locale
, because localeconv()
always observes the current locale.
localeconv()
は引数を取らず、戻り値としてハッシュに対する リファレンス を返します。 このハッシュのキーは decimal_point
や thousands_sep
のように 整形された変数名です。 格納されている値はそのキーに対応する値です。 ある実装が提供しているであろうすべてのカテゴリをリストアップしている 長いサンプルは "localeconv" in POSIX を参照してください; しかしながら、一部のものが多かったり少なかったするかもしれません。 ロケールを問い合わせるジョブの関数のように use locale
する必要が ないことに注意してください; localeconv()
は常にカレントのロケールを 監視しています。
Here's a simple-minded example program that rewrites its command-line parameters as integers correctly formatted in the current locale:
以下の例は、コマンドラインで渡されたパラメーターをカレントのロケールにおける 正しい書式に書きなおすというものです。
use POSIX qw(locale_h);
# Get some of locale's numeric formatting parameters
my ($thousands_sep, $grouping) =
@{localeconv()}{'thousands_sep', 'grouping'};
# Apply defaults if values are missing
$thousands_sep = ',' unless $thousands_sep;
# grouping and mon_grouping are packed lists
# of small integers (characters) telling the
# grouping (thousand_seps and mon_thousand_seps
# being the group dividers) of numbers and
# monetary quantities. The integers' meanings:
# 255 means no more grouping, 0 means repeat
# the previous grouping, 1-254 means use that
# as the current grouping. Grouping goes from
# right to left (low to high digits). In the
# below we cheat slightly by never using anything
# else than the first grouping (whatever that is).
if ($grouping) {
@grouping = unpack("C*", $grouping);
} else {
@grouping = (3);
}
# grouping と mon_grouping は小整数のパック済みリストになって
# います; これはgrouping (thousand_seps と mon_thousand_seps
# はグループを分けるものです)の数と金銭に関するものの指定を
# 行っています。その整数の意味はこうです: 255はグルーピング
# しないことを意味します; 1から254はカレントのグルーピングで
# 使用する数値を意味します;。グルーピングは右から左へ(下位桁から
# 上位桁)と適用されます。下の例では最初のグルーピング以外は
# (それが何でも)使わないことによってこれを避けています。
if ($grouping) {
@grouping = unpack("C*", $grouping);
} else {
@grouping = (3);
}
# Format command line params for current locale
for (@ARGV) {
$_ = int; # Chop non-integer part
1 while
s/(\d)(\d{$grouping[0]}($|$thousands_sep))/$1$thousands_sep$2/;
print "$_";
}
print "\n";
Note that if the platform doesn't have LC_NUMERIC
and/or LC_MONETARY
available or enabled, the corresponding elements of the hash will be missing.
プラットフォームで LC_NUMERIC
や LC_MONETARY
が利用可能であったり 有効であったりしない場合、ハッシュの対応する要素はありません。
I18N::Langinfo¶
Another interface for querying locale-dependent information is the I18N::Langinfo::langinfo()
function, available at least in Unix-like systems and VMS.
ロケール依存の情報を問い合わせるその他のインターフェースとしては I18N::Langinfo::langinfo()
関数があり、少なくとも Unix 風のシステムと VMS で利用可能です。
The following example will import the langinfo()
function itself and three constants to be used as arguments to langinfo()
: a constant for the abbreviated first day of the week (the numbering starts from Sunday = 1) and two more constants for the affirmative and negative answers for a yes/no question in the current locale.
以下の例は langinfo()
関数自身と、langinfo()
の引数として使う 3 つの 定数をインポートします: 1 つは現在のロケールでの週の最初の日の省略形 (番号は日曜日=1として振られています)、後の 2 つははい/いいえの質問に 対しての肯定および否定を現在のロケールで表すものです。
use I18N::Langinfo qw(langinfo ABDAY_1 YESSTR NOSTR);
my ($abday_1, $yesstr, $nostr)
= map { langinfo } qw(ABDAY_1 YESSTR NOSTR);
print "$abday_1? [$yesstr/$nostr] ";
In other words, in the "C" (or English) locale the above will probably print something like:
言い換えると、"C" (または English) ロケールでは上記のものはおそらく 以下のようなものが表示されます:
Sun? [yes/no]
See I18N::Langinfo for more information.
さらなる情報については I18N::Langinfo を参照してください。
ロケールカテゴリ¶
The following subsections describe basic locale categories. Beyond these, some combination categories allow manipulation of more than one basic category at a time. See "ENVIRONMENT" for a discussion of these.
以下のセクションでは、基本的なロケールカテゴリの説明をします。 先の例のように、複数の基本カテゴリを扱うことができる幾つかの 組み合わせカテゴリ(combination categories)があります。 この事に関する詳細は、"ENVIRONMENT" を参照してください。
Category LC_COLLATE
: Collation¶
(カテゴリ LC_COLLATE
: 照合)
In the scope of a use locale
form that includes collation, Perl looks to the LC_COLLATE
environment variable to determine the application's notions on collation (ordering) of characters. For example, "b" follows "a" in Latin alphabets, but where do "á" and "å" belong? And while "color" follows "chocolate" in English, what about in traditional Spanish?
照合を含む use locale
型式のスコープの内側にあるとき、Perl は アプリケーションで使用する文字の照合(順番)を決定するために 環境変数 LC_COLLATE
を参照します (ラテンアルファベットでは "b" は "a" に続くものですが、 "á" や "å" はどこに置かれるのでしょう?)。 また、英語では "color" は "chocolate" よりも後になりますが、伝統的な スペイン語ではどうでしょう?
The following collations all make sense and you may meet any of them if you "use locale"
.
以下の照合は全て意味あるものであり、"use locale"
をすれば直面することも あるでしょう。
A B C D E a b c d e
A a B b C c D d E e
a A b B c C d D e E
a b c d e A B C D E
Here is a code snippet to tell what "word" characters are in the current locale, in that locale's order:
以下のコード片はカレントのロケールにおける英数文字をそのロケールでの 順序で出力するものです。
use locale;
print +(sort grep /\w/, map { chr } 0..255), "\n";
Compare this with the characters that you see and their order if you state explicitly that the locale should be ignored:
これと、陽にロケールを無視するように指示したときの文字とを 比較してみてください。
no locale;
print +(sort grep /\w/, map { chr } 0..255), "\n";
This machine-native collation (which is what you get unless use locale
has appeared earlier in the same block) must be used for sorting raw binary data, whereas the locale-dependent collation of the first example is useful for natural text.
この、マシン本来の照合(同じブロックの前のほうで use locale
を していない方)は生のバイナリデータのソートに用いるもので、 最初の例で使ったロケール依存の照合は通常のテキストに使うのに便利です。
As noted in "USING LOCALES", cmp
compares according to the current collation locale when use locale
is in effect, but falls back to a char-by-char comparison for strings that the locale says are equal. You can use POSIX::strcoll()
if you don't want this fall-back:
"USING LOCALES" で述べたように、cmp
は use locale
が有効なときには カレントの照合ロケールに従って比較を行いますが、 この結果が等しいと出た場合には文字毎の比較に逆戻りします。 この逆戻りが嫌ならば、POSIX::strcoll()
を使うことができます。
use POSIX qw(strcoll);
$equal_in_locale =
!strcoll("space and case ignored", "SpaceAndCaseIgnored");
$equal_in_locale
will be true if the collation locale specifies a dictionary-like ordering that ignores space characters completely and which folds case.
$equal_in_locale
は照合ロケールが空白キャラクタを完全に無視し、 大小文字の区別を無視するような辞書に似た順序付けを指定している場合には 真になるでしょう。
Perl currently only supports single-byte locales for LC_COLLATE
. This means that a UTF-8 locale likely will just give you machine-native ordering. Use Unicode::Collate for the full implementation of the Unicode Collation Algorithm.
Perl は現在のところ LC_COLLATE
に関して単一バイトロケールのみに 対応しています。 つまり、UTF-8 ロケールが単にマシンネイティブな順序を 提供するだろうということです。 Unicode 照合アルゴリズムに関する完全な実装については Unicode::Collate を 使ってください。
If you have a single string that you want to check for "equality in locale" against several others, you might think you could gain a little efficiency by using POSIX::strxfrm()
in conjunction with eq
:
「ロケールにおける等価性」の検査を他のものに対して行いたい(一つの) 文字列があるときにあなたは、POSIX::strxfrm()
を eq
と一緒に 使うことによって多少の効率アップができると考えるかもしれません:
use POSIX qw(strxfrm);
$xfrm_string = strxfrm("Mixed-case string");
print "locale collation ignores spaces\n"
if $xfrm_string eq strxfrm("Mixed-casestring");
print "locale collation ignores hyphens\n"
if $xfrm_string eq strxfrm("Mixedcase string");
print "locale collation ignores case\n"
if $xfrm_string eq strxfrm("mixed-case string");
strxfrm()
takes a string and maps it into a transformed string for use in char-by-char comparisons against other transformed strings during collation. "Under the hood", locale-affected Perl comparison operators call strxfrm()
for both operands, then do a char-by-char comparison of the transformed strings. By calling strxfrm()
explicitly and using a non locale-affected comparison, the example attempts to save a couple of transformations. But in fact, it doesn't save anything: Perl magic (see "Magic Variables" in perlguts) creates the transformed version of a string the first time it's needed in a comparison, then keeps this version around in case it's needed again. An example rewritten the easy way with cmp
runs just about as fast. It also copes with null characters embedded in strings; if you call strxfrm()
directly, it treats the first null it finds as a terminator. don't expect the transformed strings it produces to be portable across systems--or even from one revision of your operating system to the next. In short, don't call strxfrm()
directly: let Perl do it for you.
strxfrm()
は文字列を引数にとり、それを同様の変換を加えられた文字列との 文字毎の比較に使えるような文字列に変換します。 「フードの中では」、ロケールに影響された Perl の比較演算子は strxfrm()
を両オペランドのために呼び出して、その後で文字毎の比較を、 変換された文字列に対して行います。 strxfrm()
を陽に呼び出すこととロケールに影響されない比較を行うことで、 上記の例は変換をセーブするようになります。 実際にはこれは何もセーブしません: Perl の魔法("Magic Variables" in perlguts を 参照)は、比較の際に必要であれば最初に変換された文字列を生成し、それからそれが 再び必要になるまで取っておくのです。 cmp
を使って書き直したサンプルは可能な限り早く実行されます。 また、文字列に埋め込まれているヌル文字にも対処します; strxfrm()
を 直接呼び出した場合、ナルは終端子としてみなされます。 そして、変換後の文字列がシステムを越えて使えるようなものであると 期待してはいけません; また、あるオペレーティングシステムのバージョンで 作ったものが次の バージョンでも同様であるということも期待してはいけません。 一言でいうと、strxfrm()
を直接呼び出してはいけない、ということです: Perl に呼び出しをさせましょう。
Note: use locale
isn't shown in some of these examples because it isn't needed: strcoll()
and strxfrm()
are POSIX functions which use the standard system-supplied libc
functions that always obey the current LC_COLLATE
locale.
注意: 幾つかのサンプルでは、必要がないので use locale
がありません: strcoll()
や strxfrm()
は、常に LC_COLLATE
ロケールに従う、システムが 供給する標準の libc
関数を使う POSIX 関数です。
Category LC_CTYPE
: Character Types¶
(カテゴリ LC_CTYPE
: 文字タイプ)
In the scope of a use locale
form that includes LC_CTYPE
, Perl obeys the LC_CTYPE
locale setting. This controls the application's notion of which characters are alphabetic, numeric, punctuation, etc. This affects Perl's \w
regular expression metanotation, which stands for alphanumeric characters--that is, alphabetic, numeric, and the platform's native underscore. (Consult perlre for more information about regular expressions.) Thanks to LC_CTYPE
, depending on your locale setting, characters like "æ", "ð", "ß", and "ø" may be understood as \w
characters. It also affects things like \s
, \D
, and the POSIX character classes, like [[:graph:]]
. (See perlrecharclass for more information on all these.)
LC_CTYPE
を含む use locale
型式のスコープ内のとき、 Perl は LC_CTYPE
ロケールの設定に従います。 これは、アプリケーションの英字、数字、句読点 など かどうかの扱いを 制御します。 これは、英数字 -- つまり、英字、数字、およびプラットフォームのネイティブな 下線を含みます --に関わる正規表現のメタ表記 \w
に影響します。 (正規表現に関するさらなる情報については perlre を参照してください)。 LC_CTYPE
のおかげで、ロケール設定に依存した "æ", "ð", "ß", "ø" のような文字が \w
文字として認識できるのです。 これはまた \s
, \D
および [[:graph:]]
のような POSIX 文字クラスにも 影響を与えます。 (これら全てに関するさらなる情報については perlrecharclass を 参照してください。)
The LC_CTYPE
locale also provides the map used in transliterating characters between lower and uppercase. This affects the case-mapping functions--fc()
, lc()
, lcfirst()
, uc()
, and ucfirst()
; case-mapping interpolation with \F
, \l
, \L
, \u
, or \U
in double-quoted strings and s///
substitutions; and case-independent regular expression pattern matching using the i
modifier.
LC_CTYPE
ロケールはまた、小文字と大文字との間の相互変換に使われる マッピングを提供します。 これは大文字小文字変換関数 fc()
, lc()
, lcfirst()
, uc()
, ucfirst()
とダブルクォートで囲まれた文字列の中での \F
, \l
, \L
, \u
, <\U> による大文字小文字変換、そして s///
による置換、 i
修飾子を使った(大小文字を無視する)正規表現パターンマッチングに 影響を及ぼします。
Starting in v5.20, Perl supports UTF-8 locales for LC_CTYPE
, but otherwise Perl only supports single-byte locales, such as the ISO 8859 series. This means that wide character locales, for example for Asian languages, are not well-supported. (If the platform has the capability for Perl to detect such a locale, starting in Perl v5.22, Perl will warn, default enabled, using the locale
warning category, whenever such a locale is switched into.) The UTF-8 locale support is actually a superset of POSIX locales, because it is really full Unicode behavior as if no LC_CTYPE
locale were in effect at all (except for tainting; see "SECURITY"). POSIX locales, even UTF-8 ones, are lacking certain concepts in Unicode, such as the idea that changing the case of a character could expand to be more than one character. Perl in a UTF-8 locale, will give you that expansion. Prior to v5.20, Perl treated a UTF-8 locale on some platforms like an ISO 8859-1 one, with some restrictions, and on other platforms more like the "C" locale. For releases v5.16 and v5.18, use locale 'not_characters
could be used as a workaround for this (see "Unicode and UTF-8").
v5.20 から、Perl は LC_CTYPE
に関して LC_CTYPE
に対応していますが、 それ以外では Perl は ISO 8859 シリーズのような単一バイトロケールのみに 対応しています。 これはつまり、アジア言語のようなワイド文字ロケールには うまく対応していないということです。 (プラットフォームが Perl にこのようなロケールを検出する能力を 与えている場合、Perl v5.22 から、そのようなロケールに切り替えると、 locale
警告カテゴリを使って Perl は警告し、デフォルトを有効にします。) UTF-8 ロケール対応は実際には POSIX ロケールの上位集合です; LC_CTYPE
ロケールの影響を一切受けない完全な Unicode の振る舞いだからです (例外は汚染です; "SECURITY" を参照してください)。 POSIX ロケールは、例え UTF-8 のものでも、 文字の大文字小文字の変更が複数文字に拡張されるような、 Unicode のいくつかの概念が欠けています。 UTF-8 ロケールでは、Perl は拡張を提供します。 UTF-8 ロケールについて、v5.20 より前の Perl では、 一部のプラットフォームではある種の制限付きの ISO 8859-1 として扱い、 その他のプラットフォームではより "C" ロケールに近いものになります。 リリース v5.16 と v5.18 では、use locale 'not_characters
が これの回避策として使われていました ("Unicode and UTF-8" を 参照してください)。
Note that there are quite a few things that are unaffected by the current locale. Any literal character is the native character for the given platform. Hence 'A' means the character at code point 65 on ASCII platforms, and 193 on EBCDIC. That may or may not be an 'A' in the current locale, if that locale even has an 'A'. Similarly, all the escape sequences for particular characters, \n
for example, always mean the platform's native one. This means, for example, that \N
in regular expressions (every character but new-line) works on the platform character set.
現在のロケールによって影響を受けないものもいくつかあることに注意してください。 あらゆるリテラル文字は与えられたプラットフォームでネイティブな文字です。 従って 'A' は ASCII プラットフォームでは 符号位置 65 で、 EBCDIC では 193 です。 これは、例え現在のロケールに 'A' があっても、現在のロケールで 'A' かもしれませんしそうでないかもしれません。 同様に、例えば \n
のような、特定の文字のためのエスケープシーケンス全ては、 常にプラットフォームにネイティブなものを意味します。 つまり、例えば、正規表現中の \N
(改行以外の全ての文字) はプラットフォームの 文字集合に対して動作します。
Starting in v5.22, Perl will by default warn when switching into a locale that redefines any ASCII printable character (plus \t
and \n
) into a different class than expected. This is likely to happen on modern locales only on EBCDIC platforms, where, for example, a CCSID 0037 locale on a CCSID 1047 machine moves "["
, but it can happen on ASCII platforms with the ISO 646 and other 7-bit locales that are essentially obsolete. Things may still work, depending on what features of Perl are used by the program. For example, in the example from above where "|"
becomes a \w
, and there are no regular expressions where this matters, the program may still work properly. The warning lists all the characters that it can determine could be adversely affected.
v5.22 から、Perl はデフォルトで、 任意の ASCII 表示文字 (に加えて \t
と \n
) を想定と異なるクラスに 再定義するロケールに切り替えるときに警告します。 これは EBCDIC プラットフォームの最近のロケールでのみ起こるでしょう; ここで、例えば、 CCSID 1047 マシンでの CCSID 0037 ロケールは "["
を動かします; しかし、ISO 646 の ASCII プラットフォームと、本質的に古い 7 ビット ロケールでも起きることがあります。 Perl のどの機能をプログラムで使われているかによってまだ 動作するかもしれません。 例えば、前述の例で "|"
が \w
になり、関係する部分で正規表現がない場合、 プログラムは適切に動作します。 この警告は、逆に影響されると決定される全ての文字の一覧です。
Note: A broken or malicious LC_CTYPE
locale definition may result in clearly ineligible characters being considered to be alphanumeric by your application. For strict matching of (mundane) ASCII letters and digits--for example, in command strings--locale-aware applications should use \w
with the /a
regular expression modifier. See "SECURITY".
注意: 壊れた、あるいは悪意のある LC_CTYPE
ロケールの定義は、 不適切な文字を英数字であるとみなしてしまう可能性があります。 (アクセント記号のない)文字や数字の厳密なマッチング、例えばコマンド文字列の ロケールを気にするアプリケーションは /a
正規表現修飾子付きで \w
を使うべきです。 "SECURITY" を参照してください。
Category LC_NUMERIC
: Numeric Formatting¶
(カテゴリ LC_NUMERIC
: 数値形式)
After a proper POSIX::setlocale()
call, and within the scope of of a use locale
form that includes numerics, Perl obeys the LC_NUMERIC
locale information, which controls an application's idea of how numbers should be formatted for human readability. In most implementations the only effect is to change the character used for the decimal point--perhaps from "." to ",". The functions aren't aware of such niceties as thousands separation and so on. (See "The localeconv function" if you care about these things.)
適切な POSIX::setlocale()
呼び出しの後、数値を含む use locale
の スコープの内側では、Perl は LC_NUMERIC
ロケール情報を参照します; これは アプリケーションが数値をどのように整形するかということを制御するものです。 大部分の実装では、小数点を表わす文字を "." から "," へと 変更するだけの効果しかありません。 この関数は三桁毎の区切りなどについては考慮しません。 (この事について心配があるのなら "The localeconv function" を 参照してください。)
use POSIX qw(strtod setlocale LC_NUMERIC);
use locale;
setlocale LC_NUMERIC, "";
$n = 5/2; # Assign numeric 2.5 to $n
$a = " $n"; # Locale-dependent conversion to string
print "half five is $n\n"; # Locale-dependent output
printf "half five is %g\n", $n; # Locale-dependent output
print "DECIMAL POINT IS COMMA\n"
if $n == (strtod("2,5"))[0]; # Locale-dependent conversion
See also I18N::Langinfo and RADIXCHAR
.
I18N::Langinfo と RADIXCHAR
も参照してください。
Category LC_MONETARY
: Formatting of monetary amounts¶
(カテゴリ LC_MONETARY
: 金銭の書式)
The C standard defines the LC_MONETARY
category, but not a function that is affected by its contents. (Those with experience of standards committees will recognize that the working group decided to punt on the issue.) Consequently, Perl essentially takes no notice of it. If you really want to use LC_MONETARY
, you can query its contents--see "The localeconv function"--and use the information that it returns in your application's own formatting of currency amounts. However, you may well find that the information, voluminous and complex though it may be, still does not quite meet your requirements: currency formatting is a hard nut to crack.
標準 C では LC_MONETARY
カテゴリを定義していますが、その内容に 影響される関数はありません。 (規格委員会の経験によって、それらはワーキンググループがこの問題を 蹴り出すことに決めたことを認識したのでしょう。) 結果として、Perl は基本的にこれに注意を払いません。 もし本当に LC_MONETARY
を使いたければ、自分でその内容を 問い合わせることができます("The localeconv function" を参照してください); そして返ってきた情報をアプリケーションの通貨量の整形に使います。 しかし、この情報を取得することはできるでしょうが、大量かつ複雑で、 要求に対して本当にあったものではないでしょう: 金銭に関する書式は手に おえない代物なのです。
See also I18N::Langinfo and CRNCYSTR
.
I18N::Langinfo と CRNCYSTR
も参照してください。
LC_TIME
¶
Output produced by POSIX::strftime()
, which builds a formatted human-readable date/time string, is affected by the current LC_TIME
locale. Thus, in a French locale, the output produced by the %B
format element (full month name) for the first month of the year would be "janvier". Here's how to get a list of long month names in the current locale:
人が読みやすい、整形された日付/時刻文字列を作り出す POSIX::strftime()
によって生成された出力はカレントの LC_TIME
ロケールに 影響を受けます。 したがって、フランスのロケールでは、%B
書式指定子(省略のない月の名前)を 一年の最初の月に対して使ったときの結果は、"janvier" となります。 以下の例は、カレントロケールにおける長い月名のリストを得るものです。
use POSIX qw(strftime);
for (0..11) {
$long_month_name[$_] =
strftime("%B", 0, 0, 0, 1, $_, 96);
}
Note: use locale
isn't needed in this example: strftime()
is a POSIX function which uses the standard system-supplied libc
function that always obeys the current LC_TIME
locale.
注意: use locale
はこの例では必要ではありません: strftime()
は POSIX 関数で、標準のシステムが供給する libc
関数を使い、常に カレントの LC_TIME
ロケールを参照します。
See also I18N::Langinfo and ABDAY_1
..ABDAY_7
, DAY_1
..DAY_7
, ABMON_1
..ABMON_12
, and ABMON_1
..ABMON_12
.
I18N::Langinfo と ABDAY_1
..ABDAY_7
, DAY_1
..DAY_7
と ABMON_1
..ABMON_12
と ABMON_1
..ABMON_12
も参照してください。
その他のカテゴリ¶
The remaining locale categories are not currently used by Perl itself. But again note that things Perl interacts with may use these, including extensions outside the standard Perl distribution, and by the operating system and its utilities. Note especially that the string value of $!
and the error messages given by external utilities may be changed by LC_MESSAGES
. If you want to have portable error codes, use %!
. See Errno.
残ったロケールカテゴリは現在のところ Perl 自身では使われません。 しかし再び、標準の Perl 配布 パッケージにはない拡張モジュールや OS やそのユーティリティなど、Perl が 相互作用するものがこれらを使うかも知れないことに注意してください。 $!
の文字列値と、外部のユーティリティから与えられたエラーメッセージは LC_MESSAGES
で変更されているかもしれないことに特に注意してください。 移植性のあるエラーコードがほしい場合は、%!
を使ってください。 Errno を参照してください。
セキュリティ¶
Although the main discussion of Perl security issues can be found in perlsec, a discussion of Perl's locale handling would be incomplete if it did not draw your attention to locale-dependent security issues. Locales--particularly on systems that allow unprivileged users to build their own locales--are untrustworthy. A malicious (or just plain broken) locale can make a locale-aware application give unexpected results. Here are a few possibilities:
Perl のセキュリティに関する事項の主な議論は perlsec にありますが、 Perl のロケールの扱いに関する議論はそれがあなたのロケール依存の セキュリティ事項に対して注意していなければ不完全です。 ロケールは(特に特権のないユーザーが自分のロケールを構築するのを許すような システムでは)信用できないものなのです。 悪意のある(もしくは単に壊れた)ロケールはロケールを使うアプリケーションを 予期できない結果にする可能性があります。 以下に幾つかの可能性を挙げます。
-
Regular expression checks for safe file names or mail addresses using
\w
may be spoofed by anLC_CTYPE
locale that claims that characters such as">"
and"|"
are alphanumeric.安全なファイル名やメイルアドレスを検索するための正規表現で
\w
を使うと、">"
や"|"
を英数字と主張するようなLC_CTYPE
に だまされてしまう可能性があります。 -
String interpolation with case-mapping, as in, say,
$dest = "C:\U$name.$ext"
, may produce dangerous results if a bogusLC_CTYPE
case-mapping table is in effect.$dest = "C:\U$name.$ext"
のような、大文字小文字変換を伴った文字列の改変は、 不正なLC_CTYPE
の大文字小文字変換テーブルが有効であるときに 危険な結果を生成する可能性があります。 -
A sneaky
LC_COLLATE
locale could result in the names of students with "D" grades appearing ahead of those with "A"s.陰険な
LC_COLLATE
ロケールは "D" 等級の生徒の名前を "A" の前に置いてしまう結果にさせるかもしれません。 -
An application that takes the trouble to use information in
LC_MONETARY
may format debits as if they were credits and vice versa if that locale has been subverted. Or it might make payments in US dollars instead of Hong Kong dollars.手間を惜しまずに
LC_MONETARY
にある情報を使うアプリケーションは、 ロケールがおかしいと、負債を預金のように扱ったり、その逆にしたり してしまうかもしれません。 あるいは、香港ドルの代わりに US ドルで支払いをさせたりしてしまうかも しれません。 -
The date and day names in dates formatted by
strftime()
could be manipulated to advantage by a malicious user able to subvert theLC_DATE
locale. ("Look--it says I wasn't in the building on Sunday.")strftime()
により整形された日付情報は、LC_DATE
をいじりまわすことの できる悪意あるユーザーにより操作されてしまう可能性があります。 (「見てくれよ、こいつ俺が日曜日にビルディングにいなかったって 言ってるよ。」)
Such dangers are not peculiar to the locale system: any aspect of an application's environment which may be modified maliciously presents similar challenges. Similarly, they are not specific to Perl: any programming language that allows you to write programs that take account of their environment exposes you to these issues.
このような危険は、ロケールシステムに特有のものではありません: 意地の悪い 変更を通して同じような攻撃を受けるようなアプリケーション環境の あらゆる状況が対象となります。 同様に、これは Perl に固有なものでもありません: 環境を考慮するような プログラムを書くことのできるあらゆるプログラミング言語で同様の危険性が あるのです。
Perl cannot protect you from all possibilities shown in the examples--there is no substitute for your own vigilance--but, when use locale
is in effect, Perl uses the tainting mechanism (see perlsec) to mark string results that become locale-dependent, and which may be untrustworthy in consequence. Here is a summary of the tainting behavior of operators and functions that may be affected by the locale:
perlは例示したようなすべての可能性からあなたを守ることはできません-- あなた自身の用心に代り得るものはないのです--しかし、use locale
が 有効であるとき、Perl は汚染チェック機構(perlsec を参照)を、ロケールに 依存した結果であり、信用できないかもしれない文字列に注意するために 使用します。 以下は、ロケールにより影響を受ける可能性のある演算子や関数の汚染される 振る舞いのまとめです。
-
Comparison operators (
lt
,le
,ge
,gt
andcmp
):比較演算子 (
lt
,le
,ge
,gt
,cmp
):Scalar true/false (or less/equal/greater) result is never tainted.
スカラの真/偽(もしくは未満/等しい/越えている)の結果は 決して汚染されません。
-
Case-mapping interpolation (with
\l
,\L
,\u
,\U
, or\F
)大文字小文字変換 (
\l
,\L
,\u
,\U
,\F
)The result string containing interpolated material is tainted if a
use locale
form that includesLC_CTYPE
is in effect.LC_CTYPE
を含むuse locale
型式が有効な場合、 展開されたものが含まれる文字列は汚染されます。 -
Matching operator (
m//
):マッチング演算子 (
m//
):Scalar true/false result never tainted.
スカラの真/偽の結果は決して汚染されません。
All subpatterns, either delivered as a list-context result or as
$1
etc., are tainted if ause locale
form that includesLC_CTYPE
is in effect, and the subpattern regular expression contains a locale-dependent construct. These constructs include\w
(to match an alphanumeric character),\W
(non-alphanumeric character),\b
and\B
(word-boundary and non-boundardy, which depend on what\w
and\W
match),\s
(whitespace character),\S
(non whitespace character),\d
and\D
(digits and non-digits), and the POSIX character classes, such as[:alpha:]
(see "POSIX Character Classes" in perlrecharclass).リストコンテキストの結果や、
$1
など として渡される全てのサブパターンは、LC_CTYPE
を含むuse locale
が有効である、かつ正規表現サブパターンに ロケール依存の構文を含んでいるときには汚染されます。 これらの構文には\w
(英数字にマッチングする)、\W
(英数字以外にマッチングする)、\b
と\B
(単語境界と非単語境界;\w
と\W
がマッチングするものに 依存する)、\s
(空白文字)、\S
(空白文字以外)、\d
と\D
(数字と非数字)、[:alpha:]
のような POSIX 文字クラス ("POSIX Character Classes" in perlrecharclass 参照) が含まれます。Tainting is also likely if the pattern is to be matched case-insensitively (via
/i
). The exception is if all the code points to be matched this way are above 255 and do not have folds under Unicode rules to below 256. Tainting is not done for these because Perl only uses Unicode rules for such code points, and those rules are the same no matter what the current locale.パターンが (
/i
を使って) 大文字小文字を無視してマッチングするような ものである場合、おそらく汚染も起こります。 例外は、この方法でマッチングする全ての符号位置が 255 より大きく、 Unicode の規則の基で 256 より小さいものに畳み込みが行われない場合です。 これらについては汚染は起こりません; なぜなら Perl はこのような符号位置に 対しては Unicode の規則のみを使い、この規則は現在のロケールに関わらず 同じだからです。The matched-pattern variables,
$&
,$`
(pre-match),$'
(post-match), and$+
(last match) also are tainted.マッチした結果を保持する変数、
$&
,、$`
(マッチした部分より前)、$'
(マッチした部分より後)、$+
(最後にマッチしたもの)も汚染されます。 -
Substitution operator (
s///
):置換演算子 (
s///
):Has the same behavior as the match operator. Also, the left operand of
=~
becomes tainted when ause locale
form that includesLC_CTYPE
is in effect, if modified as a result of a substitution based on a regular expression match involving any of the things mentioned in the previous item, or of case-mapping, such as\l
,\L
,\u
,\U
, or\F
.マッチング演算子と同じ振る舞いをします。 また、
=~
の左側のオペランドは、LC_CTYPE
を含むuse locale
型式が有効のとき、 前に言及したもの、または\l
,\L
,\u
,\U
,\F
のような大文字小文字変換によって 値が変更された場合、汚染されます。 -
Output formatting functions (
printf()
andwrite()
):出力書式関数 (
printf()
とwrite()
):Results are never tainted because otherwise even output from print, for example
print(1/7)
, should be tainted ifuse locale
is in effect.結果は決して汚染されません; なぜなら、もしそうでないなら、 例えば
print(1/7)
のような、print からの出力ですらuse locale
が有効のときは汚染されることになってしまいます。 -
Case-mapping functions (
lc()
,lcfirst()
,uc()
,ucfirst()
):大文字小文字変換関数 (
lc()
,lcfirst()
,uc()
,ucfirst()
):Results are tainted if a
use locale
form that includesLC_CTYPE
is in effect.LC_CTYPE
を含むuse locale
が型式が有効なときに、結果が汚染されます。 -
POSIX locale-dependent functions (
localeconv()
,strcoll()
,strftime()
,strxfrm()
):POSIX ロケール依存関数 (
localeconv()
,strcoll()
,strftime()
,strxfrm()
):Results are never tainted.
結果は決して汚染されません。
Three examples illustrate locale-dependent tainting. The first program, which ignores its locale, won't run: a value taken directly from the command line may not be used to name an output file when taint checks are enabled.
三つの例を使って、ロケール依存の汚染を説明します。 最初のプログラムはそのロケールを無視して、実行されません: 汚染検査が 有効であるときには、コマンドラインから直接とった値を出力ファイル名として 使うことはできません。
#/usr/local/bin/perl -T
# Run with taint checking
# Command line sanity check omitted...
$tainted_output_file = shift;
open(F, ">$tainted_output_file")
or warn "Open of $tainted_output_file failed: $!\n";
The program can be made to run by "laundering" the tainted value through a regular expression: the second example--which still ignores locale information--runs, creating the file named on its command line if it can.
このプログラムは、汚染された値を正規表現を通して 「洗浄」(laundering)することにより実行できるようにできます: 以下に挙げる二番目の例は--これもロケール情報を無視しています-- 実行されると、コマンドラインにある名前のファイルを可能であれば作成します。
#/usr/local/bin/perl -T
$tainted_output_file = shift;
$tainted_output_file =~ m%[\w/]+%;
$untainted_output_file = $&;
open(F, ">$untainted_output_file")
or warn "Open of $untainted_output_file failed: $!\n";
Compare this with a similar but locale-aware program:
これを、非常に良く似てはいますが、ロケールを使ったプログラムと 比較してみてください。
#/usr/local/bin/perl -T
$tainted_output_file = shift;
use locale;
$tainted_output_file =~ m%[\w/]+%;
$localized_output_file = $&;
open(F, ">$localized_output_file")
or warn "Open of $localized_output_file failed: $!\n";
This third program fails to run because $&
is tainted: it is the result of a match involving \w
while use locale
is in effect.
この三番目のプログラムは、$&
が汚染されているので実行に失敗します; これは use locale
が有効であるときの \w
を含んだマッチングによる 結果です。
環境変数¶
- PERL_SKIP_LOCALE_INIT
-
This environment variable, available starting in Perl v5.20, if set (to any value), tells Perl to not use the rest of the environment variables to initialize with. Instead, Perl uses whatever the current locale settings are. This is particularly useful in embedded environments, see "Using embedded Perl with POSIX locales" in perlembed.
この環境変数は Perl v5.20 から利用可能で、これが(何らかの値に) 設定されている場合、初期化のためのその他の環境変数を使わないように Perl に 伝えます。 代わりに、Perl は現在のロケール設定を使います。 これは組み込み環境で特に有用です; "Using embedded Perl with POSIX locales" in perlembed を参照してください。
- PERL_BADLANG
-
A string that can suppress Perl's warning about failed locale settings at startup. Failure can occur if the locale support in the operating system is lacking (broken) in some way--or if you mistyped the name of a locale when you set up your environment. If this environment variable is absent, or has a value other than "0" or "", Perl will complain about locale setting failures.
Perl が起動時にロケールの設定に失敗した場合に警告を出すのを抑制できる 文字列です。 オペレーティングシステムのロケールサポートがなんらかの理由でなかったり、 壊れていたりするとき、あるいは環境変数に設定したロケールの名前を 間違えていた場合に発生します。 もしこの変数が存在していないか、あるいはその値が "0" や "" でない場合に、 Perl はロケールの設定に失敗するとメッセージを出力します。
NOTE:
PERL_BADLANG
only gives you a way to hide the warning message. The message tells about some problem in your system's locale support, and you should investigate what the problem is.注意:
PERL_BADLANG
は警告メッセージを出さないようにするだけです。 このメッセージはあなたの使うシステムのロケールサポートになにかの問題が あるということを伝えるものですから、あなたは問題が何なのかを 確かめるべきでしょう。
The following environment variables are not specific to Perl: They are part of the standardized (ISO C, XPG4, POSIX 1.c) setlocale()
method for controlling an application's opinion on data. Windows is non-POSIX, but Perl arranges for the following to work as described anyway. If the locale given by an environment variable is not valid, Perl tries the next lower one in priority. If none are valid, on Windows, the system default locale is then tried. If all else fails, the "C"
locale is used. If even that doesn't work, something is badly broken, but Perl tries to forge ahead with whatever the locale settings might be.
以下の環境変数は Perl に特有のものではなく、アプリケーションのデータの 扱いを制御するための標準的な(ISO C, XPG4, POSIX 1.c) setlocale()
メソッドの 一部分です。 Windows は POSIX ではありませんが、Perl はそれでもここで記したとおりに 動作するように用意します。 環境変数で与えられたロケールが正当ではない場合、 優先順位で次のものを使おうとします。 Windows では、正当なものがない場合、システムデフォルトロケールを 使おうとします。 全てに失敗した場合、"C"
ロケールが使われます。 これすらも動作しない場合、何かがひどく壊れていますが、 Perl は何かロケール設定があるものとして前に進もうとします。
LC_ALL
-
LC_ALL
is the "override-all" locale environment variable. If set, it overrides all the rest of the locale environment variables.LC_ALL
は「全て上書き」ロケール環境変数です。 もしこの環境変数が設定されていると、他のすべての環境変数を上書きします。 LANGUAGE
-
NOTE:
LANGUAGE
is a GNU extension, it affects you only if you are using the GNU libc. This is the case if you are using e.g. Linux. If you are using "commercial" Unixes you are most probably not using GNU libc and you can ignoreLANGUAGE
.注意:
LANGUAGE
は GNU の拡張で、GNU libc を使っているときにのみ 効果があります。 Linux を使ったときなどがこれに該当します。 あなたが「商用の」Unix を使っているのであれば GNU libc は 使われていないでしょうし、LANGUAGE
は無視することができます。However, in the case you are using
LANGUAGE
: it affects the language of informational, warning, and error messages output by commands (in other words, it's likeLC_MESSAGES
) but it has higher priority thanLC_ALL
. Moreover, it's not a single value but instead a "path" (":"-separated list) of languages (not locales). See the GNUgettext
library documentation for more information.LANGUAGE
を使った場合には、コマンドからの情報、警告、エラーといった メッセージの言語に影響を及ぼします(言い換えるとLC_MESSAGES
と 似ています)が、LC_ALL
よりも優先順位は下です。 さらに、これは単一の値ではなくて言語(ロケールではありません)の、 ":" で連結された「パス」になっています。 より詳しい情報は GNUgettext
ライブラリのドキュメントを参照してください。 LC_CTYPE
-
In the absence of
LC_ALL
,LC_CTYPE
chooses the character type locale. In the absence of bothLC_ALL
andLC_CTYPE
,LANG
chooses the character type locale.LC_ALL
がないときに、LC_CTYPE
は文字タイプのロケールを選択します。LC_ALL
とLC_CTYPE
の両方ともない場合、LANG
が文字タイプの ロケールを選択します。 LC_COLLATE
-
In the absence of
LC_ALL
,LC_COLLATE
chooses the collation (sorting) locale. In the absence of bothLC_ALL
andLC_COLLATE
,LANG
chooses the collation locale.LC_ALL
がないときに、LC_COLLATE
は照合(ソート)ロケールを選択します。LC_ALL
とLC_COLLATE
の両方ともない場合、LANG
が 照合ロケールを選択します。 LC_MONETARY
-
In the absence of
LC_ALL
,LC_MONETARY
chooses the monetary formatting locale. In the absence of bothLC_ALL
andLC_MONETARY
,LANG
chooses the monetary formatting locale.LC_ALL
がないときに、LC_MONETARY
は通貨形式ロケールを選択します。LC_ALL
とLC_MONETARY
の両方ともない場合、LANG
が通貨形式ロケールを選択します。 LC_NUMERIC
-
In the absence of
LC_ALL
,LC_NUMERIC
chooses the numeric format locale. In the absence of bothLC_ALL
andLC_NUMERIC
,LANG
chooses the numeric format.LC_ALL
がないときに、LC_NUMERIC
は数値表記のロケールを選択します。LC_ALL
とLC_NUMERIC
の両方ともない場合、LANG
が数値表記を 選択します。 LC_TIME
-
In the absence of
LC_ALL
,LC_TIME
chooses the date and time formatting locale. In the absence of bothLC_ALL
andLC_TIME
,LANG
chooses the date and time formatting locale.LC_ALL
がないときに、LC_TIME
は日付・時刻表記のロケールを選択します。LC_ALL
とLC_TIME
の両方ともない場合、LANG
が日付・時刻表記の ロケールを選択します。 LANG
-
LANG
is the "catch-all" locale environment variable. If it is set, it is used as the last resort after the overallLC_ALL
and the category-specificLC_foo
.LANG
は「包括的」なロケール環境変数です。 これに値が設定されている場合、LC_ALL
も、各カテゴリのLC_foo
も 設定されていないときの最後の参照場所として使われます。
例¶
The LC_NUMERIC
controls the numeric output:
LC_NUMERIC
は数値出力を制御します:
use locale;
use POSIX qw(locale_h); # Imports setlocale() and the LC_ constants.
setlocale(LC_NUMERIC, "fr_FR") or die "Pardon";
printf "%g\n", 1.23; # If the "fr_FR" succeeded, probably shows 1,23.
and also how strings are parsed by POSIX::strtod()
as numbers:
そして文字列が POSIX::strtod()
によってどのように数値としてパースされるかも 制御します:
use locale;
use POSIX qw(locale_h strtod);
setlocale(LC_NUMERIC, "de_DE") or die "Entschuldigung";
my $x = strtod("2,34") + 5;
print $x, "\n"; # Probably shows 7,34.
注意¶
String eval
and LC_NUMERIC
¶
(文字列 eval
と LC_NUMERIC
)
A string eval parses its expression as standard Perl. It is therefore expecting the decimal point to be a dot. If LC_NUMERIC
is set to have this be a comma instead, the parsing will be confused, perhaps silently.
文字列 eval はその式を標準の Perl としてパースします。 従って小数点がピリオドであることを想定します。 もしこれがカンマであるように LC_NUMERIC
が設定されると、パースは (おそらく暗黙の内に)混乱します。
use locale;
use POSIX qw(locale_h);
setlocale(LC_NUMERIC, "fr_FR") or die "Pardon";
my $a = 1.2;
print eval "$a + 1.5";
print "\n";
prints 13,5
. This is because in that locale, the comma is the decimal point character. The eval
thus expands to:
これは 13,5
を表示します。 これは、このロケールではカンマが小数点文字だからです。 従って eval
はこれを次のように展開します:
eval "1,2 + 1.5"
and the result is not what you likely expected. No warnings are generated. If you do string eval
's within the scope of use locale
, you should instead change the eval
line to do something like:
そして結果はおそらくあなたが想定したものではありません。 警告は出ません。 文字列 eval
を use locale
スコープ内で行うなら、 eval
行を以下のように変えるべきです:
print eval "no locale; $a + 1.5";
This prints 2.7
.
これは 2.7
を表示します。
You could also exclude LC_NUMERIC
, if you don't need it, by
もし不要なら次のようにして LC_NUMERIC
を除外できます:
use locale ':!numeric';
過去互換性¶
Versions of Perl prior to 5.004 mostly ignored locale information, generally behaving as if something similar to the "C"
locale were always in force, even if the program environment suggested otherwise (see "The setlocale function"). By default, Perl still behaves this way for backward compatibility. If you want a Perl application to pay attention to locale information, you must use the use locale
pragma (see "The "use locale" pragma") or, in the unlikely event that you want to do so for just pattern matching, the /l
regular expression modifier (see "Character set modifiers" in perlre) to instruct it to do so.
5.004 より前のバージョンの Perl では、ほとんど ロケール情報を無視して、 たとえプログラム環境が別のものを指示していたとしても常に "C"
ロケール ("The setlocale function" を参照) が強制されているかのように 振る舞っていました。 デフォルトでは、Perl は今でもこのように動作するので、過去互換性があります。 Perl アプリケーションをロケール情報に注目するようにしたいのなら、 use locale
プラグマ("The "use locale" pragma" を参照)あるいは、 あまりなさそうな状況ですが単に正規表現でそうしたいなら、/l
正規表現修飾子 ("Character set modifiers" in perlre 参照) を 使わなければなりません。
Versions of Perl from 5.002 to 5.003 did use the LC_CTYPE
information if available; that is, \w
did understand what were the letters according to the locale environment variables. The problem was that the user had no control over the feature: if the C library supported locales, Perl used them.
5.002 から 5.003 の Perl は、使用可能である場合には LC_CTYPE
の情報を 使っていました; つまり、\w
はロケールの環境変数に従った文字を 理解していたのです。 問題は、C ライブラリがロケールをサポートしている場合には Perl がそれを 使ってしまい、ユーザーがこの機能を制御できないということでした。
I18N:Collate は古いもの¶
In versions of Perl prior to 5.004, per-locale collation was possible using the I18N::Collate
library module. This module is now mildly obsolete and should be avoided in new applications. The LC_COLLATE
functionality is now integrated into the Perl core language: One can use locale-specific scalar data completely normally with use locale
, so there is no longer any need to juggle with the scalar references of I18N::Collate
.
5.004 より前のバージョンの Perl では、ロケール毎の照合は I18N::Collate
ライブラリモジュールを使うことで可能でした。 このモジュールは現在、やや時代遅れとなっていて、新しいアプリケーションでは 使用を避けるべきものです。 現在、LC_COLLATE
機能は Perl のコア言語に統合されました: スカラデータのロケール固有の比較は use locale
を使うことで完全に 行なわれます; このため、I18N::Collate
のスカラリファレンスを使って お手玉する必要はもはやないのです。
ソートの速度とメモリ使用に与える影響¶
Comparing and sorting by locale is usually slower than the default sorting; slow-downs of two to four times have been observed. It will also consume more memory: once a Perl scalar variable has participated in any string comparison or sorting operation obeying the locale collation rules, it will take 3-15 times more memory than before. (The exact multiplier depends on the string's contents, the operating system and the locale.) These downsides are dictated more by the operating system's implementation of the locale system than by Perl.
ロケールによる比較とソートは通常、デフォルトのソートに比べ二倍から 四倍遅くなります。 また、メモリの使用量も増大します。 Perl のスカラ変数がロケールの照合規則を使ったなんらかの文字列比較や ソートの中で現れると、それによって以前より三倍から十五倍の時間を 要するようになります(実際のところの乗数は文字列の内容、オペレーティング システム、ロケールに依存します)。 この性能ダウンは、Perl によるものよりもオペレーティングシステムの ロケールシステムの実装によるものが顕著に現れます。
自由に利用可能なロケール定義¶
The Unicode CLDR project extracts the POSIX portion of many of its locales, available at
Unicode CLDR プロジェクトは多くのロケールの POSIX 部分を展開します; 以下で利用可能です
http://unicode.org/Public/cldr/2.0.1/
(Newer versions of CLDR require you to compute the POSIX data yourself. See http://unicode.org/Public/cldr/latest/.)
(より新しい版の CLDR は、POSIX データを自分自身で計算することを要求します。 http://unicode.org/Public/cldr/latest/ を参照してください。)
There is a large collection of locale definitions at:
ここにロケール定義の大規模なコレクションがあります:
http://std.dkuug.dk/i18n/WG15-collection/locales/
You should be aware that it is unsupported, and is not claimed to be fit for any purpose. If your system allows installation of arbitrary locales, you may find the definitions useful as they are, or as a basis for the development of your own locales.
これがサポート無しのものであり、どんな目的にも適合するとは 主張していないものであることに注意すべきです。 あなたの使うシステムがロケール機能のインストールを許しているのであれば、 この場所で便利な定義を見つけることができるでしょうし、あるいは自分で ロケールを定義する基礎となるようなものを見つけられるかもしれません。
I18n と l10n¶
"Internationalization" is often abbreviated as i18n because its first and last letters are separated by eighteen others. (You may guess why the internalin ... internaliti ... i18n tends to get abbreviated.) In the same way, "localization" is often abbreviated to l10n.
"Internationalization" (国際化)はその最初と最後の文字、そしてその間にある 文字数から i18n としばしば略されます。 (なぜ(英語では) internalin ... internaliti ... i18n が省略されがちか 推測できるかも知れません。) 同様のやり方で、"localization" もしばしば l10n と省略されます。
不完全な標準¶
Internationalization, as defined in the C and POSIX standards, can be criticized as incomplete, ungainly, and having too large a granularity. (Locales apply to a whole process, when it would arguably be more useful to have them apply to a single thread, window group, or whatever.) They also have a tendency, like standards groups, to divide the world into nations, when we all know that the world can equally well be divided into bankers, bikers, gamers, and so on.
標準 C や標準 POSIX に定義されている国際対応は、不完全で、扱いにくく、 粒度が大きすぎると酷評されます。 (ロケールは、単一のスレッドであるとか、ウィンドウグループといったものに対して 適用するのが便利であるときにもプロセス全体に適用されます)。 また、世界が等しく銀行家、バイク乗り、ゲーマーなどに分割できるのを知るとき、 標準化グループに似て、世界を国に分割しようとする傾向があります。
Unicode と UTF-8¶
The support of Unicode is new starting from Perl version v5.6, and more fully implemented in versions v5.8 and later. See perluniintro.
Unicode 対応は Perl バージョン 5.6 から始まり、バージョン 5.8 以降でより 完全に実装されました。 perluniintro を参照してください。
Starting in Perl v5.20, UTF-8 locales are supported in Perl, except for LC_COLLATE
(use Unicode::Collate instead). If you have Perl v5.16 or v5.18 and can't upgrade, you can use
Perl v5.20 から、UTF-8 ロケールが Perl で対応されました; ただし LC_COLLATE
を除きます (代わりに Unicode::Collate を使ってください)。 Perl v5.16 または v5.18 を使っていてアップグレードできないなら、次のものが 使えます
use locale ':not_characters';
When this form of the pragma is used, only the non-character portions of locales are used by Perl, for example LC_NUMERIC
. Perl assumes that you have translated all the characters it is to operate on into Unicode (actually the platform's native character set (ASCII or EBCDIC) plus Unicode). For data in files, this can conveniently be done by also specifying
この形式のプラグマが使われると、ロケールの文字以外の部分、たとえば LC_NUMERIC
、のみが Perl によって使われます。 Perl は、あなたが操作する全ての文字を Unicode (実際にはプラットフォームに ネイティブな文字集合 (ASCII または EBCDIC) に加えて Unicode) に変換していると 仮定します。 ファイルのデータについては、これは以下のように指定することでも便利に行えます
use open ':locale';
This pragma arranges for all inputs from files to be translated into Unicode from the current locale as specified in the environment (see "ENVIRONMENT"), and all outputs to files to be translated back into the locale. (See open). On a per-filehandle basis, you can instead use the PerlIO::locale module, or the Encode::Locale module, both available from CPAN. The latter module also has methods to ease the handling of ARGV
and environment variables, and can be used on individual strings. If you know that all your locales will be UTF-8, as many are these days, you can use the -C command line switch.
このプラグマは、ファイルからの全ての入力について環境変数で指定されている ロケール ("ENVIRONMENT" 参照) から Unicode への変換と、ファイルへの 全ての出力についてそのロケールへ逆変換を行います。 (open 参照)。 ファイルハンドル単位では、どちらも CPAN から利用可能である PerlIO::locale モジュールか Encode::Locale が代わりに使えます。 後者のモジュールは ARGV
と環境変数の扱いを簡単にするメソッドも持ち、 個々の文字列で使えます。 最近多い状況として、使うロケールが UTF-8 だけであることが 分かっているなら、-C コマンドラインオプションが使えます。
This form of the pragma allows essentially seamless handling of locales with Unicode. The collation order will be by Unicode code point order. It is strongly recommended that when you need to order and sort strings that you use the standard module Unicode::Collate which gives much better results in many instances than you can get with the old-style locale handling.
この形式のプラグマは、本質的にロケールと Unicode の扱いをシームレスにします。 照合順序は Unicode の符号位置順です。 文字列の順序とソートが必要な場合は、古い形式のロケール操作よりも 多くの場合に遙かによい結果を得られる、Unicode::Collate 標準モジュールを 使うことを強く勧めます。
All the modules and switches just described can be used in v5.20 with just plain use locale
, and, should the input locales not be UTF-8, you'll get the less than ideal behavior, described below, that you get with pre-v5.16 Perls, or when you use the locale pragma without the :not_characters
parameter in v5.16 and v5.18. If you are using exclusively UTF-8 locales in v5.20 and higher, the rest of this section does not apply to you.
ここで記述されている全てのモジュールとスイッチは、 v5.20 からは単に use locale
と書くだけで使えます; 入力が UTF-8 でなく、v5.16 より前の Perl を使うか、 あるいは、v5.16 と v5.18 で :not_characters
引数なしで locale プラグマを使ったとき、 理想とは遠い振る舞いになります。 v5.20 以上で UTF-8 ロケールのみを使う場合は、この章の残りの内容は 適用されません。
There are two cases, multi-byte and single-byte locales. First multi-byte:
マルチバイトロケールと単一バイトロケールの二つの場合があります まずマルチバイトの場合:
The only multi-byte (or wide character) locale that Perl is ever likely to support is UTF-8. This is due to the difficulty of implementation, the fact that high quality UTF-8 locales are now published for every area of the world (http://unicode.org/Public/cldr/2.0.1/ for ones that are already set-up, but from an earlier version; http://unicode.org/Public/cldr/latest/ for the most up-to-date, but you have to extract the POSIX information yourself), and that failing all that you can use the Encode module to translate to/from your locale. So, you'll have to do one of those things if you're using one of these locales, such as Big5 or Shift JIS. For UTF-8 locales, in Perls (pre v5.20) that don't have full UTF-8 locale support, they may work reasonably well (depending on your C library implementation) simply because both they and Perl store characters that take up multiple bytes the same way. However, some, if not most, C library implementations may not process the characters in the upper half of the Latin-1 range (128 - 255) properly under LC_CTYPE
. To see if a character is a particular type under a locale, Perl uses the functions like isalnum()
. Your C library may not work for UTF-8 locales with those functions, instead only working under the newer wide library functions like iswalnum()
, which Perl does not use. These multi-byte locales are treated like single-byte locales, and will have the restrictions described below. Starting in Perl v5.22 a warning message is raised when Perl detects a multi-byte locale that it doesn't fully support.
Perl が対応していると言える唯一のマルチバイト(ワイド文字)ロケールは UTF-8 です。 これは、実装の難しさ、高品質な UTF-8 ロケールは世界中のあらゆる 分野で使われているという事実 (http://unicode.org/Public/cldr/2.0.1/ は既に設定されている版ですが、 以前の版からのものです; http://unicode.org/Public/cldr/latest/ は最新版ですが、 POSIX 情報を自分で展開する必要があります)、他のロケールと変換するために Encode モジュールを使えるというのが理由です。 従って、Big5 や Shift JIS のようなこれらのロケールの一つを使っている場合、 これらのどれか一つを行う必要があります。 UTF-8 ロケールに関しては、完全な UTF-8 ロケール対応のない (v5.20 より前の) Perl でも十分にうまく動くかもしれません (C ライブラリの実装に依存します); 単にこれらと Perl はマルチバイトになる文字を同じ方法で保管するからです。 しかし、ほとんどではなかったとしても時々、C ライブラリ実装は、LC_CTYPE
の 下では Latin-1 の範囲の上半分 (128 - 255) の文字を正しく扱えません。 ロケールの下である文字が特定の型を持っているかどうかを見るために、Perl は isalnum()
のような関数を使います。 使っている C ライブラリは UTF-8 ロケールに対してこれらの関数が動作せず、 代わりに Perl が使わない iswalnum()
のような新しい ワイド文字ライブラリ関数のみが動作するかもしれません。 これらのマルチバイトロケールは単一バイトロケールのように扱われ、後述するような 制限があります。 Perl v5.22 から、Perl が完全に対応していないマルチバイトロケールを検出すると 警告メッセージが発生します。
For single-byte locales, Perl generally takes the tack to use locale rules on code points that can fit in a single byte, and Unicode rules for those that can't (though this isn't uniformly applied, see the note at the end of this section). This prevents many problems in locales that aren't UTF-8. Suppose the locale is ISO8859-7, Greek. The character at 0xD7 there is a capital Chi. But in the ISO8859-1 locale, Latin1, it is a multiplication sign. The POSIX regular expression character class [[:alpha:]]
will magically match 0xD7 in the Greek locale but not in the Latin one.
単一バイトロケールでは、Perl は一般的にシングルバイトに合う符号位置の ロケールルールを使い、それが出来ないときは Unicode のルールを使う方針を とります (しかしこれは一様には適用されません; この節の末尾の注意を 参照してください)。 これは UTF-8 でないロケールでの多くの問題を防ぎます。 ロケールがギリシャ語の ISO8859-7 であると仮定します。 0xD7 の文字は capital Chi です。 しかし Latin1 である ISO8859-1 ロケールでは、これは乗算記号です。 POSIX 正規表現文字クラス [[:alpha:]]
はマジカルに、ギリシャ語ロケールでは 0xD7 にマッチングするけれども Latin ロケールではマッチングしません。
However, there are places where this breaks down. Certain Perl constructs are for Unicode only, such as \p{Alpha}
. They assume that 0xD7 always has its Unicode meaning (or the equivalent on EBCDIC platforms). Since Latin1 is a subset of Unicode and 0xD7 is the multiplication sign in both Latin1 and Unicode, \p{Alpha}
will never match it, regardless of locale. A similar issue occurs with \N{...}
. Prior to v5.20, It is therefore a bad idea to use \p{}
or \N{}
under plain use locale
--unless you can guarantee that the locale will be ISO8859-1. Use POSIX character classes instead.
しかし、これを分解してみます。 \p{Alpha}
のような一部の Perl の構文は Unicode のみです。 これらは 0xD7 は常に Unicode での意味 (あるいは EBCDIC プラットフォームでの 等価物) を持つと仮定します。 Latin1 は Unicode の部分集合でであり、0xD7 は Latin1 と Unicode の両方で 乗算記号なので、ロケールに関わらず \p{Alpha}
はマッチングしません。 同じような問題は \N{...}
で起こります。 v5.20 以前では、従って生の use locale
で \p{}
や \N{}
を使うのは 悪い考えです -- ロケールが ISO8859-1 であることを 保証できないかぎり です。 代わりに POSIX 文字クラスを使ってください。
Another problem with this approach is that operations that cross the single byte/multiple byte boundary are not well-defined, and so are disallowed. (This boundary is between the codepoints at 255/256.) For example, lower casing LATIN CAPITAL LETTER Y WITH DIAERESIS (U+0178) should return LATIN SMALL LETTER Y WITH DIAERESIS (U+00FF). But in the Greek locale, for example, there is no character at 0xFF, and Perl has no way of knowing what the character at 0xFF is really supposed to represent. Thus it disallows the operation. In this mode, the lowercase of U+0178 is itself.
この手法のもう一つの問題は、1 バイト/複数バイトの境界をまたぐ操作は 未定義なので、許可されていません。 (この境界は符号位置 255/256 の間です。) 例えば LATIN CAPITAL LETTER Y WITH DIAERESIS (U+0178) の小文字化は LATIN SMALL LETTER Y WITH DIAERESIS (U+00FF) を返すべきです。 しかし、例えばギリシャ語ロケールでは、0xFF に文字はなく、Perl には 0xFF の 文字が実際に何を表現しているかを知る方法はありません。 従ってこの操作は許可されません。 このモードでは、U+0178 の小文字は自分自身です。
The same problems ensue if you enable automatic UTF-8-ification of your standard file handles, default open()
layer, and @ARGV
on non-ISO8859-1, non-UTF-8 locales (by using either the -C command line switch or the PERL_UNICODE
environment variable; see perlrun). Things are read in as UTF-8, which would normally imply a Unicode interpretation, but the presence of a locale causes them to be interpreted in that locale instead. For example, a 0xD7 code point in the Unicode input, which should mean the multiplication sign, won't be interpreted by Perl that way under the Greek locale. This is not a problem provided you make certain that all locales will always and only be either an ISO8859-1, or, if you don't have a deficient C library, a UTF-8 locale.
同じ問題は、(-C コマンドラインオプションか PERL_UNICODE
環境変数を 使って (perlrun を参照してください)) ISO-8859-1 でも UTF-8 でもない ロケールの標準ファイルハンドル、デフォルト open()
層、@ARGV
の 自動 UTF-8 化を有効にしている場合にも起こります。 これらは UTF-8 として読み込まれ、普通は暗黙に Unicode として 解釈されますが、ロケールの存在によって、代わりにそのロケールとして 解釈されます。 例えば、Unicode 入力での符号位置 0xD7 は、乗算記号を意味するべきですが、 ギリシャ語ロケールでは Perl はそのようには解釈しません。 全てのロケールが常に ISO-8859-1 か、不十分な C ライブラリを持っていないなら UTF-8 ロケール、のどちらかだけであることが 確実なら 問題ではありません。
Still another problem is that this approach can lead to two code points meaning the same character. Thus in a Greek locale, both U+03A7 and U+00D7 are GREEK CAPITAL LETTER CHI.
もう一つの問題は、この手法は同じ文字を意味する二つの符号位置を 持つことになることです。 従ってギリシャ語ロケールでは、U+03A7 と U+00D7 はどちらも GREEK CAPITAL LETTER CHI です。
Because of all these problems, starting in v5.22, Perl will raise a warning if a multi-byte (hence Unicode) code point is used when a single-byte locale is in effect. (Although it doesn't check for this if doing so would unreasonably slow execution down.)
これら全ての問題のために、v5.22 から、Perl は単一バイトロケールが有効のときに マルチバイト(つまり Unicode) 符号位置が使われると警告を出力します。 (しかしこのためにチェックはしません; そうすると実行速度が不当に 遅くなるからです。)
Vendor locales are notoriously buggy, and it is difficult for Perl to test its locale-handling code because this interacts with code that Perl has no control over; therefore the locale-handling code in Perl may be buggy as well. (However, the Unicode-supplied locales should be better, and there is a feed back mechanism to correct any problems. See "Freely available locale definitions".)
ベンダロケールはバグ持ちで悪名高く、これは Perl が制御できないコードと 相互作用するので、Perl がロケール操作コードをテストするのは困難です; 従って Perl のロケール操作コードは同様にバグ持ちかもしれません。 (しかし、Unicode が提供しているロケールはより良いはずで、問題を修正するための フィードバック機構があります。 "Freely available locale definitions" を参照してください。)
If you have Perl v5.16, the problems mentioned above go away if you use the :not_characters
parameter to the locale pragma (except for vendor bugs in the non-character portions). If you don't have v5.16, and you do have locales that work, using them may be worthwhile for certain specific purposes, as long as you keep in mind the gotchas already mentioned. For example, if the collation for your locales works, it runs faster under locales than under Unicode::Collate; and you gain access to such things as the local currency symbol and the names of the months and days of the week. (But to hammer home the point, in v5.16, you get this access without the downsides of locales by using the :not_characters
form of the pragma.)
Perl v5.16 を使っているなら、(非文字部にベンダバグがない限り) locale プラグマに :not_characters
引数を使えば前述した問題はなくなります。 v5.16 がなく、動作するロケールが ある なら、それを使うことは、既に言及した コツを心に留めている限りは、ある種の特定の用途には価値があるかもしれません。 例えば、ロケール下での照合が動作するなら、 Unicode::Collate 下でのロケールよりも高速に実行されます; そしてローカルな通貨記号、月や週の名前のようなものへのアクセスを得ます。 (しかし要点を銘記するために、v5.16 では、プラグマの :not_characters
形式を 使うことでロケールの弱点なしにこれにアクセスできます。)
Note: The policy of using locale rules for code points that can fit in a byte, and Unicode rules for those that can't is not uniformly applied. Pre-v5.12, it was somewhat haphazard; in v5.12 it was applied fairly consistently to regular expression matching except for bracketed character classes; in v5.14 it was extended to all regex matches; and in v5.16 to the casing operations such as \L
and uc()
. For collation, in all releases so far, the system's strxfrm()
function is called, and whatever it does is what you get.
注意、1 バイトに収まる符号位置に対してロケールの規則を使うポリシーと、 収まらないものに対する Unicode の規則を使うポリシーについては、一律には 適用されません。 v5.12 より前では、これは場当たり的でした; v5.12 では、大かっこ文字クラス以外の 正規表現マッチングではかなり一貫して適用されました; v5.14 では全ての 正規表現マッチングに拡大されました; v5.16 では \L
や uc()
のような 大文字小文字操作に拡大されました。 照合については、今までの全てのリリースについて、システムの strxfrm()
関数が 呼び出され、その結果が結果となります。
バグ¶
壊れているシステム¶
In certain systems, the operating system's locale support is broken and cannot be fixed or used by Perl. Such deficiencies can and will result in mysterious hangs and/or Perl core dumps when use locale
is in effect. When confronted with such a system, please report in excruciating detail to <perlbug@perl.org>, and also contact your vendor: bug fixes may exist for these problems in your operating system. Sometimes such bug fixes are called an operating system upgrade. If you have the source for Perl, include in the perlbug email the output of the test described above in "Testing for broken locales".
幾つかのオペレーティングシステムにおける環境でのロケールサポートは、 おかしなもので、Perl がそれに対処したり使ったりできないようなものです。 そういった不完全なものは、use locale
が有効になったときに Perl を 不可思議なハングアップに導いたり、コアダンプをさせたりします。 このようなシステムに直面した場合、詳しい状況を <perlbug@perl.org> に レポートし、そして使用しているシステムのベンダーに連絡してください: 問題の幾つかに対するバグフィックスがされているかもしれません。 そういったバグ修正は、オペレーティングシステムのアップグレードと 呼ばれることがあります。 Perl のソースがあるなら、前述の "Testing for broken locales" で 記述されているテストの出力を perlbug のメールに含めてください。
SEE ALSO¶
I18N::Langinfo, perluniintro, perlunicode, open, "isalnum" in POSIX, "isalpha" in POSIX, "isdigit" in POSIX, "isgraph" in POSIX, "islower" in POSIX, "isprint" in POSIX, "ispunct" in POSIX, "isspace" in POSIX, "isupper" in POSIX, "isxdigit" in POSIX, "localeconv" in POSIX, "setlocale" in POSIX, "strcoll" in POSIX, "strftime" in POSIX, "strtod" in POSIX, "strxfrm" in POSIX.
For special considerations when Perl is embedded in a C program, see "Using embedded Perl with POSIX locales" in perlembed.
Perl が C プログラムに組み込まれているときに特に考慮することについては "Using embedded Perl with POSIX locales" in perlembed を参照してください。
HISTORY¶
Jarkko Hietaniemi's original perli18n.pod heavily hacked by Dominic Dunlop, assisted by the perl5-porters. Prose worked over a bit by Tom Christiansen, and updated by Perl 5 porters.
Jarkko Hietaniemi の原文書 perli18n.pod は perl5-porters の助けの元、 Dominic Dunlop によって大きく変更されました。 表現に関しては Tom Christiansen が少し作業をし、Perl 5 porters によって 更新されました。