Bab 8. I18N dan L10N

“double quoted text” is not "double quoted ASCII"
‘single quoted text’ is not 'single quoted ASCII'

Untuk mendukung lebih banyak karakter, banyak set karakter dan sistem pengodean telah digunakan untuk mendukung banyak bahasa (lihat Tabel 11.2, “Daftar nilai pengodean dan penggunaannya”).

Kumpulan karakter Unicode dapat mewakili hampir semua karakter yang dikenal manusia dengan rentang titik kode 21 bit (yaitu, 0 hingga 10FFFF dalam notasi heksadesimal).

Sistem pengodean teks UTF-8 mempaskan titik kode Unicode ke dalam aliran data 8 bit yang masuk akal yang sebagian besar kompatibel dengan sistem pemrosesan data ASCII. Hal ini membuat UTF-8 pilihan modern yang disukai. UTF adalah singkatan dari Unicode Transformation Format. Ketika data teks polos ASCII dikonversi ke UTF-8, ia memiliki konten dan ukuran yang persis sama dengan yang asli ASCII. Jadi Anda tidak kehilangan apa pun dengan menggelar lokal UTF-8.

Di bawah lokal UTF-8 dengan program aplikasi yang kompatibel, Anda dapat menampilkan dan menyunting data teks bahasa asing selama fonta yang diperlukan dan metode masukan dipasang dan diaktifkan. Misalnya di bawah lokal "LANG=fr_FR.UTF-8", gedit(1) (penyunting teks untuk Desktop GNOME) dapat menampilkan dan menyunting data teks karakter Cina sambil menyajikan menu dalam bahasa Prancis.

	Tip
	Lokal standar baru "en_US.UTF-8" dan lokal standar lama "C"/"POSIX" menggunakan pesan bahasa Inggris standar AS, mereka memiliki perbedaan halus dalam urutan penyortiran dll. Jika Anda ingin menangani tidak hanya karakter ASCII tetapi juga menangani semua karakter yang dikodekan UTF-8 dengan anggun sambil mempertahankan perilaku lokal "C" lama, gunakan lokal "C.UTF-8" non-standar pada Debian.

	Catatan
	Beberapa program mengkonsumsi lebih banyak memori setelah mendukung I18N. Ini karena mereka dikodekan untuk menggunakan UTF-32(UCS4) secara internal untuk mendukung Unicode bagi optimasi kecepatan dan mengkonsumsi 4 byte per setiap data karakter ASCII independen dari lokal yang dipilih. Sekali lagi, Anda tidak kehilangan apa pun dengan menggelar lokal UTF-8.

# dpkg-reconfigure locales

Nilai lokal baku seluruh sistem yang diatur dalam "/etc/default/locale" dapat ditimpa oleh konfigurasi GUI bagi aplikasi GUI.

	Catatan
	Sistem pengodean tradisional sebenarnya dapat diidentifikasi dengan "/usr/share/i18n/SUPPORTED". Jadi, "LANG=en_US" adalah "LANG=en_US.ISO-8859-1".

Paket locales-all dilengkapi dengan data lokal yang telah diprakompilasi untuk semua data lokal. Karena itu tidak membuat "/etc/default/locale", Anda mungkin masih perlu memasang paket locales juga.

	Tip
	Paket locales dari beberapa distribusi turunan Debian datang dengan data locale terprakompilasi untuk semua data locale. Anda perlu memasang paket locales dan locales-all pada Debian untuk mengemulasi lingkungan sistem seperti itu.

Untuk pertukaran data lintas platform (lihat Bagian 10.1.7, “Perangkat penyimpanan lepasan”), Anda mungkin perlu mengait beberapa sistem berkas dengan pengodean tertentu. Misalnya, mount(8) untuk sistem berkas vfat mengasumsikan CP437 jika digunakan tanpa opsi. Anda perlu memberikan opsi mount eksplisit untuk menggunakan UTF-8 atau CP932 untuk nama berkas.

	Catatan
	Saat memasang otomatis USB flash drive yang dapat dipasang panas di lingkungan desktop modern seperti GNOME, Anda dapat memberikan opsi pasang tersebut dengan mengklik kanan ikon di desktop, klik tab "Drive", klik untuk memperluas "Setting", dan masukkan "utf8" ke "Mount options:". Lain kali USB flash drive ini dipasang, pemasangan dengan UTF-8 akan diaktifkan.

	Catatan
	Jika Anda memutakhirkan sistem atau memindahkan disk drive dari sistem non-UTF-8 yang lebih lama, nama berkas dengan karakter non-ASCII dapat dikodekan dalam pengodean bersejarah dan usang seperti ISO-8859-1 atau eucJP. Silakan cari bantuan alat konversi teks untuk mengubahnya menjadi UTF-8. Lihat Bagian 11.1, “Alat konversi data teks”.

Samba menggunakan Unicode untuk klien yang lebih baru (Windows NT, 200x, XP) tetapi menggunakan CP850 untuk klien yang lebih lama (DOS dan Windows 9x/Me) sebagai baku. Baku untuk klien yang lebih tua ini dapat diubah menggunakan "dos charset" dalam berkas "/etc/samba/smb.conf", misalnya, menjadi CP932 untuk bahasa Jepang.

Terjemahan ada untuk banyak pesan teks dan dokumen yang ditampilkan dalam sistem Debian, seperti pesan kesalahan, keluaran program standar, menu, dan halaman manual. rantai alat perintah GNU gettext (1) digunakan sebagai alat backend untuk sebagian besar kegiatan terjemahan.

Di bawah "Tugas" → "Pelokalan" aptitude(8) menyediakan daftar panjang paket biner yang berguna yang menambahkan pesan terlokalkan ke aplikasi dan menyediakan dokumentasi yang diterjemahkan.

Misalnya, Anda dapat memperoleh pesan lokal untuk manpage dengan memasang paket manpages-LANG. Untuk membaca manpage berbahasa Italia bagi nama program dari "/usr/share/man/it/", jalankan sebagai berikut.

LANG=it_IT.UTF-8 man programname

GNU gettext dapat mengakomodasi daftar prioritas bahasa terjemahan dengan variabel lingkungan $LANGUAGE. Misalnya:

 $ export LANGUAGE="pt:pt_BR:es:it:fr"

Untuk informasi selengkapnya, lihat info gettext dan baca bagian "Variabel LANGUAGE".

Pengurutan karakter dengan sort(1) dan ls(1) dipengaruhi oleh lokal. Mengekspor LANG=en_US.UTF-8 mengurutkan dalam urutan kamus A->a->B->b...->Z->z, sementara mengekspor LANG=C.UTF-8 mengurutkan dalam urutan biner ASCII A->B->...->Z->a->b.....

Format tanggal ls(1) dipengaruhi oleh lokal (lihat Bagian 9.3.4, “Tampilan waktu dan tanggal yang disesuaikan”).

Format tanggal dari date(1) dipengaruhi oleh lokal. Misalnya:

 $ unset LC_ALL
 $ LANG=en_US.UTF-8 date
Thu Dec 24 08:30:00 PM JST 2023
 $ LANG=en_GB.UTF-8 date
Thu 24 Dec 20:30:10 JST 2023
 $ LANG=es_ES.UTF-8 date
jue 24 dic 2023 20:30:20 JST
 $ LC_TIME=en_DK.UTF-8 date
2023-12-24T20:30:30 JST

Tanda baca angka berbeda untuk lokal. Misalnya, di lokal Inggris, seribu satu titik satu ditampilkan sebagai "1.000,1" sementara di lokal Jerman, ditampilkan sebagai "1.000,1". Anda mungkin melihat perbedaan ini dalam program lembar kerja.

Setiap fitur detail variabel lingkungan "$LANG" dapat ditimpa dengan menetapkan variabel "$LC_*". Variabel lingkungan ini dapat ditimpa lagi dengan menetapkan variabel "$LC_ALL". Lihat manpage locale(7) untuk rinciannya. Kecuali Anda memiliki alasan kuat untuk membuat konfigurasi yang rumit, silakan menjauh dari mereka dan hanya menggunakan variabel "$LANG" yang diatur ke salah satu lokal UTF-8.

# dpkg-reconfigure keyboard-configuration

Untuk konsol Linux dan sistem X Window, ini memperbarui parameter konfigurasi di "/etc/default/keyboard". Banyak karakter non-ASCII termasuk karakter beraksen yang digunakan oleh banyak bahasa Eropa dapat dibuat tersedia dengan tombol mati, tombol AltGr, dan tombol compose.

	Catatan
	Jika ibus aktif, konfigurasi papan ketik X klasik Anda dengan setxkbmap mungkin ditimpa oleh ibus bahkan di bawah lingkungan desktop berbasis X klasik. Anda dapat menonaktifkan ibus yang dipasang menggunakan im-config untuk mengatur metode masukan ke "None". Untuk informasi selengkapnya, lihat Wiki Debian tentang papan ketik.

Tidak seperti protokol X Window, protokol inti Wayland bahkan tidak mendukung masukan dari karakter beraksen. Kompositor Wayland populer, seperti misalnya Mutter untuk GNOME atau KWin untuk KDE, mengimplementasikan protokol ekstensi seperti text-input-unstable-v3 bagi masukan teks (lihat protokol Wayland saat ini dan status dukungan mereka").

Protokol text-input-unstable-v3 bekerja baik dengan metode masukan bagi Wayland (lihat Post mortem proyek metode masukan Wayland").

Daftar paket-paket IBus dan pengayanya adalah sebagai berikut.

Kerangka metode input Fcitx (versi 5) populer di kalangan pengguna Tionghoa dan kompatibel dengan "ibus".

Daftar paket "fcitx5" dan pengayanya adalah sebagai berikut.

# dpkg-reconfigure console-setup

Ada beberapa komponen untuk mengkonfigurasi konsol karakter dan fitur sistem ncurses(3).

Jika entri terminfo untuk xterm tidak berfungsi dengan xtermnon-Debian, ubah tipe terminal Anda, "$TERM", dari "xterm" ke salah satu versi terbatas fitur seperti "xterm-r6" ketika Anda masuk ke sistem Debian dari jarak jauh. Lihat "/usr/share/doc/libncurses5/FAQ" untuk informasi lebih lanjut. "dumb" adalah penyebut umum terendah untuk "$TERM".

Di bawah lokal Asia Timur, karakter box drawing, Yunani, dan Sirilik mungkin ditampilkan lebih lebar dari lebar yang diinginkan sehingga menyebabkan keluaran terminal yang tidak sejajar (lihat Unicode Standard Annex #11, 4.2 Ambiguous Characters).

Anda dapat mengatasi masalah ini: