locale
— 国际化服务¶
源代码: Lib/locale.py
locale
模块开通了 POSIX 本地化数据库和功能的访问。POSIX 本地化机制让程序员能够为应用程序处理某些本地化的问题,而不需要去了解运行软件的每个国家的全部语言习惯。
locale
模块是在 _locale
模块的基础上实现的,而 _locale 则又用到了 ANSI C 语言实现的本地化功能。
locale
模块定义了以下异常和函数:
- exception locale.Error¶
当传给
setlocale()
的 locale 无法识别时,会触发异常。
- locale.setlocale(category, locale=None)¶
如果给定了 locale 而不是
None
,setlocale()
会修改 category 的 locale 设置。可用的类别会在下面的数据描述中列出。locale 可以是一个字符串,也可以是两个字符串(语言代码和编码)组成的可迭代对象。若为可迭代对象,则会用地区别名引擎转换为一个地区名称。若为空字符串则指明采用用户的默认设置。如果 locale 设置修改失败,会触发Error
异常。如果成功则返回新的 locale 设置。如果省略 locale 或为
None
,将返回 category 但当前设置。setlocale()
在大多数系统上都不是线程安全的。应用程序通常会如下调用:import locale locale.setlocale(locale.LC_ALL, '')
这会把所有类别的 locale 都设为用户的默认设置(通常在
LANG
环境变量中指定)。如果后续 locale 没有改动,则使用多线程应该不会产生问题。
- locale.localeconv()¶
以字典的形式返回本地约定的数据库。此字典具有以下字符串作为键:
类别
键
含意
'decimal_point'
小数点字符。
'grouping'
数字列表,指定
'thousands_sep'
应该出现的位置。 如果列表以CHAR_MAX
结束,则不会作分组。如果列表以0
结束,则重复使用最后的分组大小。'thousands_sep'
组之间使用的字符。
'int_curr_symbol'
国际货币符号。
'currency_symbol'
当地货币符号。
'p_cs_precedes/n_cs_precedes'
货币符号是否在值之前(对于正值或负值)。
'p_sep_by_space/n_sep_by_space'
货币符号是否通过空格与值分隔(对于正值或负值)。
'mon_decimal_point'
用于货币金额的小数点。
'frac_digits'
货币值的本地格式中使用的小数位数。
'int_frac_digits'
货币价值的国际格式中使用的小数位数。
'mon_thousands_sep'
用于货币值的组分隔符。
'mon_grouping'
相当于
'grouping'
,用于货币价值。'positive_sign'
用于标注正货币价值的符号。
'negative_sign'
用于注释负货币价值的符号。
'p_sign_posn/n_sign_posn'
符号的位置(对于正值或负值),见下文。
可以将所有数值设置为
CHAR_MAX
,以指示本 locale 中未指定任何值。下面给出了
'p_sign_posn'
和'n_sign_posn'
的可能值。值
说明
0
被括号括起来的货币和金额。
1
该标志应位于值和货币符号之前。
2
该标志应位于值和货币符号之后。
3
标志应该紧跟在值之前。
4
标志应该紧跟在值之后。
CHAR_MAX
该地区未指定内容。
该函数将
LC_CTYPE
地区设为LC_NUMERIC
地区,若地区不同且数字或货币字符为非 ASCII,则设置为LC_MONETARY
地区。这个临时的改变会影响到其他线程。在 3.7 版更改: 现在在某些情况下,该函数会将
LC_CTYPE
地区设为LC_NUMERIC
地区。
- locale.nl_langinfo(option)¶
以字符串形式返回一些地区相关的信息。本函数并非在所有系统都可用,而且可用的 option 在不同平台上也可能不同。可填的参数值为数值,在 locale 模块中提供了对应的符号常量。
nl_langinfo()
函数可接受以下值。大部分含义都取自 GNU C 库。- locale.CODESET¶
获取一个字符串,代表所选地区采用的字符编码名称。
- locale.D_T_FMT¶
获取一个字符串,可用作
time.strftime()
的格式串,以便以地区特定格式表示日期和时间。
- locale.D_FMT¶
获取一个字符串,可用作
time.strftime()
的格式串,以便以地区特定格式表示日期。
- locale.T_FMT¶
获取一个字符串,可用作
time.strftime()
的格式串,以便以地区特定格式表示时间。
- locale.T_FMT_AMPM¶
获取一个字符串,可用作
time.strftime()
的格式串,以便以 am/pm 的格式表示时间。
- DAY_1 ... DAY_7
获取一周中第 n 天的名称。
备注
这里遵循美国惯例,即
DAY_1
是星期天,而不是国际惯例(ISO 8601),即星期一是一周的第一天。
- ABDAY_1 ... ABDAY_7
获取一周中第 n 天的缩写名称。
- MON_1 ... MON_12
获取第 n 个月的名称。
- ABMON_1 ... ABMON_12
获取第 n 个月的缩写名称。
- locale.RADIXCHAR¶
获取小数点字符(小数点、小数逗号等)。
- locale.THOUSEP¶
获取千位数(三位数一组)的分隔符。
- locale.YESEXPR¶
获取一个可供 regex 函数使用的正则表达式,用于识别需要回答是或否的问题的肯定回答。
备注
该表达式的语法适用于 C 库的
regex()
函数,可能与re
中的语法不一样。
- locale.NOEXPR¶
获取一个可供 regex(3) 函数使用的正则表达式,用于识别需要回答是或否的问题的否定回答。
- locale.CRNCYSTR¶
获取货币符号,如果符号应位于数字之前,则在其前面加上“-”;如果符号应位于数字之后,则前面加“+”;如果符号应取代小数点字符,则前面加“.”。
- locale.ERA¶
获取一个字符串,代表当前地区使用的纪元。
大多数地区都没有定义该值。定义了该值的一个案例日本。日本传统的日期表示方法中,包含了当时天皇统治朝代的名称。
通常没有必要直接使用该值。在格式串中指定
E
符号,会让time.strftime()
函数启用此信息。返回字符串的格式并没有定义,因此不得假定各个系统都能理解。
- locale.ERA_D_T_FMT¶
获取一个字符串,可用作
time.strftime()
的格式串,以便以地区特定格式表示带纪元的日期和时间。
- locale.ERA_D_FMT¶
获取一个字符串,可用作
time.strftime()
的格式串,以便以地区特定格式表示带纪元的日期。
- locale.ERA_T_FMT¶
获取一个字符串,可用作
time.strftime()
的格式串,以便以地区特定格式表示带纪元的时间。
- locale.ALT_DIGITS¶
获取 0 到 99 的表示法,最多不超过 100 个值。
- locale.getdefaultlocale([envvars])¶
尝试确定默认的地区设置,并以
(language code, encoding)
元组的形式返回。根据 POSIX 的规范,未调用
setlocale(LC_ALL, '')
的程序采用可移植的'C'
区域设置运行。 调用setlocale(LC_ALL, '')
则可采用LANG
变量定义的默认区域。 由于不想干扰当前的区域设置,因此就以上述方式进行了模拟。为了维持与其他平台的兼容性,不仅需要检测
LANG
变量,还需要检测 envvars 参数给出的变量列表。首先发现的定义将被采用。 envvars 默认为 GNU gettext 采用的搜索路径;必须包含'LANG'
变量。 GNU gettext 的搜索路径依次包含了'LC_ALL'
、'LC_CTYPE'
、'LANG'
和'LANGUAGE'
。除了
'C'
之外,语言代码对应 RFC 1766 标准。若 语言代码 和 编码 无法确定,则可为None
。Deprecated since version 3.11, will be removed in version 3.13.
- locale.getlocale(category=LC_CTYPE)¶
以列表的形式返回指定地区类别的当前设置,结果包括 语言代码 、编码。category 可以是
LC_*
之一,LC_ALL
除外。默认为LC_CTYPE
。除了
'C'
之外,语言代码对应 RFC 1766 标准。若 语言代码 和 编码 无法确定,则可为None
。
- locale.getpreferredencoding(do_setlocale=True)¶
根据用户的偏好,返回用于文本数据的 locale encoding。用户偏好在不同的系统上有不同的表达方式,而且在某些系统上可能无法以编程方式获取到,所以本函数只是返回猜测结果。
某些系统必须调用
setlocale()
才能获取用户偏好,所以本函数不是线程安全的。如果不需要或不希望调用 setlocale,do_setlocale 应设为False
。On Android or if the Python UTF-8 Mode is enabled, always return
'utf-8'
, the locale encoding and the do_setlocale argument are ignored.Python preinitialization 用于配置 LC_CTYPE 区域。还请参阅 filesystem encoding and error handler。
在 3.7 版更改: The function now always returns
"utf-8"
on Android or if the Python UTF-8 Mode is enabled.
- locale.getencoding()¶
Get the current locale encoding:
On Android and VxWorks, return
"utf-8"
.On Unix, return the encoding of the current
LC_CTYPE
locale. Return"utf-8"
ifnl_langinfo(CODESET)
returns an empty string: for example, if the current LC_CTYPE locale is not supported.On Windows, return the ANSI code page.
Python preinitialization 用于配置 LC_CTYPE 区域。还请参阅 filesystem encoding and error handler。
This function is similar to
getpreferredencoding(False)
except this function ignores the Python UTF-8 Mode.3.11 新版功能.
- locale.normalize(localename)¶
为给定的区域名称返回标准代码。返回的区域代码已经格式化,可供
setlocale()
使用。 如果标准化操作失败,则返回原名称。如果给出的编码无法识别,则本函数默认采用区域代码的默认编码,这正类似于
setlocale()
。
- locale.resetlocale(category=LC_ALL)¶
将 category 的区域设为默认值。
默认设置通过调用
getdefaultlocale()
确定。category 默认为LC_ALL
。Deprecated since version 3.11, will be removed in version 3.13.
- locale.strcoll(string1, string2)¶
根据当前的
LC_COLLATE
设置,对两个字符串进行比较。与其他比较函数一样,根据 string1 位于 string2 之前、之后或是相同,返回负值、、正值或者0
。
- locale.strxfrm(string)¶
将字符串转换为可用于本地化比较的字符串。例如
strxfrm(s1) < strxfrm(s2)
相当于strcoll(s1, s2) < 0
。在重复比较同一个字符串时,可能会用到本函数,比如整理字符串列表时。
- locale.format_string(format, val, grouping=False, monetary=False)¶
根据当前的
LC_NUMERIC
设置,对数字 val 进行格式化。格式将遵循%
运算符的约定。浮点值的小数点会按需修改。若 grouping 为 True,则还会考虑分组。若 monetary 为 True,则会用到货币千位分隔符和分组字符串。
格式化符的处理类似
format % val
,但会考虑到当前的区域设置。在 3.7 版更改: 增加了关键字参数 monetary 。
- locale.currency(val, symbol=True, grouping=False, international=False)¶
根据当前的
LC_MONETARY
设置,对数字 val 进行格式化。如果 symbol 为 True(默认值),则返回的字符串将包含货币符号。如果 grouping 为 True(非默认值),则会进行分组。如果 international 为 True(非默认值),将采用国际货币符号。
请注意,本函数对区域 “C” 无效,所以必须先通过
setlocale()
设置一个区域。
- locale.str(float)¶
对浮点数进行格式化,格式要求与内置函数
str(float)
相同,但会考虑小数点。
- locale.delocalize(string)¶
根据
LC_NUMERIC
的设置,将字符串转换为标准化的数字字符串。3.5 新版功能.
- locale.localize(string, grouping=False, monetary=False)¶
根据
LC_NUMERIC
的设置,将标准化的数字字符串转换为格式化的字符串。3.10 新版功能.
- locale.atof(string, func=float)¶
Converts a string to a number, following the
LC_NUMERIC
settings, by calling func on the result of callingdelocalize()
on string.
- locale.atoi(string)¶
按照
LC_NUMERIC
的约定,将字符串转换为整数。
- locale.LC_TIME¶
格式化时间时会用到的区域类别。
time.strftime()
函数会参考这些约定。
- locale.LC_MONETARY¶
格式化货币值时会用到的区域类别。可用值可由
localeconv()
函数获取。
- locale.LC_MESSAGES¶
显示消息时用到的区域类别。目前 Python 不支持应用定制的本地化消息。 由操作系统显示的消息,比如由
os.strerror()
返回的消息可能会受到该类别的影响。
- locale.LC_NUMERIC¶
Locale category for formatting numbers. The functions
format_string()
,atoi()
,atof()
andstr()
of thelocale
module are affected by that category. All other numeric formatting operations are not affected.
- locale.LC_ALL¶
混合所有的区域设置。如果在区域改动时使用该标志,将尝试设置所有类别的区域参数。只要有任何一个类别设置失败,就不会修改任何类别。在使用此标志获取区域设置时,会返回一个代表所有类别设置的字符串。之后可用此字符串恢复设置。
- locale.CHAR_MAX¶
一个符号常量,
localeconv()
返回多个值时将会用到。
示例:
>>> import locale
>>> loc = locale.getlocale() # get current locale
# use German locale; name might vary with platform
>>> locale.setlocale(locale.LC_ALL, 'de_DE')
>>> locale.strcoll('f\xe4n', 'foo') # compare a string containing an umlaut
>>> locale.setlocale(locale.LC_ALL, '') # use user's preferred locale
>>> locale.setlocale(locale.LC_ALL, 'C') # use default (C) locale
>>> locale.setlocale(locale.LC_ALL, loc) # restore saved locale
背景、细节、提示、技巧和注意事项¶
C 语言标准将区域定义为程序级别的属性,修改的代价可能相对较高。此外,有某些实现代码写得不好,频繁改变区域可能会导致内核崩溃。于是要想正确使用区域就变得有些痛苦。
当程序第一次启动时,无论用户偏好定义成什么,区域值都是 C
。不过有一个例外,就是在启动时修改 LC_CTYPE
类别,设置当前区域编码为用户偏好编码。程序必须调用 setlocale(LC_ALL, '')
明确表示用户偏好区域将设为其他类别。
若要从库程序中调用 setlocale()
,通常这不是个好主意,因为副作用是会影响整个程序。保存和恢复区域设置也几乎一样糟糕:不仅代价高昂,而且会影响到恢复之前运行的其他线程。
如果是要编写通用模块,需要有一种不受区域设置影响的操作方式(比如某些用到 time.strftime()
的格式),将不得不寻找一种不用标准库的方案。更好的办法是说服自己,可以采纳区域设置。只有在万不得已的情况下,才能用文档标注出模块与非 C
区域设置不兼容。
The only way to perform numeric operations according to the locale is to use the
special functions defined by this module: atof()
, atoi()
,
format_string()
, str()
.
无法根据区域设置进行大小写转换和字符分类。对于(Unicode)文本字符串来说,这些操作都是根据字符值进行的;而对于字节符串来说,转换和分类则是根据字节的 ASCII 值进行的,高位被置位的字节(即非 ASCII 字节)永远不会被转换或被视作字母或空白符之类。
针对扩展程序编写人员和嵌入Python 运行的程序¶
除了要查询当前区域,扩展模块不应去调用 setlocale()
。但由于返回值只能用于恢复设置,所以也没什么用(也许只能用于确认是否为 C
)。
当 Python 代码利用 locale
模块修改区域设置时,也会影响到嵌入 Python 运行的应用程序。如果嵌入运行的程序不希望发生这种情况,则应从 config.c
文件的内置模块表中删除 _locale
扩展模块(所有操作均是由它完成的),并确保 _locale
模块不能成为一个共享库。
访问消息目录¶
- locale.gettext(msg)¶
- locale.dgettext(domain, msg)¶
- locale.dcgettext(domain, msg, category)¶
- locale.textdomain(domain)¶
- locale.bindtextdomain(domain, dir)¶
在提供 gettext 接口的系统中,locale 模块暴露出了 C 库的接口。它由 gettext()
、dgettext()
、dcgettext()
、 textdomain()
、bindtextdomain()
和 bind_textdomain_codeset()
等函数组成。 他们与 gettext
模块中的同名函数类似,但采用了 C 库二进制格式的消息目录,以及 C 库的搜索算法来查找消息目录。
Python 应用程序通常不需要调用这些函数,而应改用 gettext
。这条规则的一个已知例外,是与附加 C 库链接的应用程序,他们在内部调用了 gettext()
或 dcgettext()
。对于这些应用程序,可能有必要绑定文本域,以便库可以准确找到其消息目录。