¿Cómo establecer la configuración regional y cuáles son las implicaciones de hacerlo?

Gilles:LC_PAPER por defecto es $LANG

Gilles:Debes tener LANG=en_US.UTF-8. Esa es una mala idea:establece
LC_COLLATE y eso casi siempre es algo malo

Gilles:LC_COLLATE no describe la intercalación correcta, es demasiado
restrictivo (va carácter por carácter) elimine LANG y en su lugar
establezca LC_CTYPE y LC_PAPER

Gilles:más LC_MESSAGES si desea mensajes en un idioma que no sea
inglés

Claramente, hay problemas aquí de los que no estoy al tanto, y estoy seguro de que muchos otros también lo están. Entonces, ¿qué aspectos debe tener en cuenta al configurar locales y cómo debe configurarlos? Siempre he ejecutado dpkg-reconfigure locales en Debian, y no lo pensé dos veces.

Pregunta específica:¿Debo establecer mi configuración regional en en_IN.UTF-8? ¿Hay algún inconveniente en hacerlo?

Respuesta aceptada:

La configuración regional son las preferencias del usuario que se relacionan con su cultura.

Nombres locales

En todas las variantes actuales de Unix que conozco (pero no en algunas antiguas), los nombres de configuración regional siguen el mismo patrón:

• Un código de idioma de dos letras en minúscula ISO 639-1 o un código de idioma de tres letras ISO 639-2 si el idioma no tiene un código de dos letras. Por ejemplo, en para inglés, de para alemán, ja para japonés, uk para ucraniano, ber para bereber, …
• Para muchos pero no todos los idiomas, un guión bajo _ seguido de un código de país de dos letras en mayúsculas ISO 3166. Así:en_US para inglés estadounidense, en_UK para inglés británico, fr_CA Francés canadiense (Québec), de_DE para alemán de Alemania, de_AT para alemán de Austria, ja_JP para japonés (de Japón), etc.
• Opcionalmente, un punto . seguido del nombre de una codificación de caracteres como UTF-8 , ISO-8859-1 , KOI8-U , GB2312 , Big5 , etc. Con GNU libc al menos (no sé qué tan extendido está esto), el caso y la puntuación se ignoran en la codificación de nombres. Por ejemplo, zh_CN.UTF-8 es chino mandarín (simplificado) codificado en UTF-8, mientras que zh_CN es chino mandarín codificado en GB2312 y zh_TW es chino taiwanés (tradicional) codificado en Big5.
• Opcionalmente, un signo de arroba @ seguido del nombre de una variante. El significado de las variantes depende de la configuración regional. Por ejemplo, muchos países europeos tienen un @euro variante de configuración regional donde el signo de moneda es € y donde la codificación es una que incluye este carácter (ISO 8859-15 o ISO 8859-16), a diferencia de la variante sin adornos con el signo de moneda más antiguo. Por ejemplo, en_IE (inglés, Irlanda) utiliza la codificación latin1 (ISO 8859-1) y £ como símbolo de moneda, mientras que [email protected] utiliza la codificación latin9 (ISO 8859-15) y € como símbolo de moneda.

Además, hay dos nombres de configuración regional que existen en todos los sistemas similares a Unix:C y POSIX . Estos nombres son sinónimos y significan informático, es decir, configuraciones predeterminadas que son apropiadas para los datos analizados por un programa informático.

Configuración regional

Las siguientes categorías de configuración regional están definidas por POSIX:

• LC_CTYPE :el conjunto de caracteres utilizado por las aplicaciones de terminal:datos de clasificación (qué caracteres son letras, puntuación, espacios, inválidos, etc.) y conversión de mayúsculas y minúsculas. Las utilidades de texto normalmente prestan atención a LC_CTYPE para determinar los límites de los caracteres.
• LC_COLLATE :orden de colación (es decir, clasificación). Esta configuración tiene un uso muy limitado por varias razones:
  • La mayoría de los idiomas tienen reglas complejas que dependen de lo que se ordena (por ejemplo, las palabras del diccionario y los nombres propios pueden no usar el mismo orden) y no se pueden expresar mediante LC_COLLATE .
  • Existen pocas aplicaciones en las que el orden de clasificación adecuado es importante y se realizan mediante un software que utiliza la configuración local. Por ejemplo, los procesadores de texto almacenan el idioma y la codificación de un archivo en el propio archivo (de lo contrario, el archivo no se procesaría correctamente en un sistema con una configuración regional diferente) y no se preocupan por la configuración regional especificada por el entorno.
  • LC_COLLATE puede tener efectos secundarios desagradables, en particular porque provoca el orden de clasificación A [A-Z] romper algunas aplicaciones.
• LC_MESSAGES :el idioma de los mensajes informativos y de error.
• LC_NUMERIC :formato de números:decimal y separador de miles.
  Muchas aplicaciones codifican . como separador decimal. Esto hace que LC_NUMERIC no muy útil y potencialmente peligroso:
  • Incluso si lo configura, seguirá viendo el formato predeterminado con bastante frecuencia.
  • Es probable que se encuentre en una situación en la que una aplicación produce resultados dependientes de la configuración regional y otra aplicación espera . ser el punto decimal, o , para ser un separador de campos.
• LC_MONETARY :como LC_NUMERIC , pero para montos en moneda local.
  Muy pocas aplicaciones usan esto.
• LC_TIME :formato de fecha y hora:nombres de días de la semana y meses, reloj de 12 o 24 horas, orden de las partes de la fecha, puntuación, etc.