Utiliser UTF-8 pour Gentoo

Les gens de différents pays utilisent généralement des caractères spéciaux pour représenter un symbole comme l’euro qui est intégré dans ISO-8859-15. Dans le monde, il y a plus de 256 caractères. Pensons à l’hébreu, au cyrillique, au chinois...etc ils ont tous des caractères différents pour avoir un même mot. Si chacun utilise un jeu de caractères différent :

• on ne pourra pas stocker du texte avec des jeux de caractères différents dans un même document. Il sera impossible de citer des phrases arabes dans un document français par exemple.
• prenons par exemple un site qui utilise un jeu de caractères peu connu, pour visualiser les caractères, l’utilisateur devra changer son jeu de caractères dans son navigateur si la reconnaissance automatique du jeu de caractères ne marche pas.
• si vous stockez plusieurs documents où chacun à un jeu de caractères différent, cela compliquera les choses, vous devrez à chaque fois, changez votre jeu de caractères.

Pour résoudre tous ces problémes, il suffirait d’adopter un jeu de caractères pour tout le monde, universel : l’unicode.

Il y a plusieurs manières d’encoder des caractères Unicode dans des octets : nous ne parlerons que de la plus connue : l’UTF-8.

A noté que certaines applications et environnements n’acceptent plus que cette encodage.

Pour plus d’informations sur l’UTF-8 :

• faites un man utf-8 et pour l’unicode,
• allez sur http://www.freenix.fr/unix/linux/HOWTO/Unicode-HOWTO-1.html.

Cette introduction a été réalisée à partir du document ci-dessus (qui n’existe plus).

Nous allons déjà nous intéresser aux variables locales. Par défaut, l’UTF-8 est intégré dans glibc mais si vous choissisez juste vos jeux de caractères qui sont intégrés dans glibc, il va falloir utiliser locale-gen. Tout d’abord, nous allons éditer quelques fichiers de Portage.

• Tout d’abord, nous allons éditer le fichier /etc/locale.gen. Voici un exemple :

Vous pourrez trouver les différentes combinaisons possibles dans le fichier /usr/share/i18n/SUPPORTED.

• Et ensuite, il ne reste plus qu’à générer les locales listées dans le fichier précédent avec :

$ locale-gen

Cette étape consiste à définir les variables qui sont utilisés par les applications sauf ce qui ont des paquets spéciaux pour la langue comme kde.

Dans cette exemple, nous définissons la variable LANG pour que les applications utilisent la langue français avec un encodage de type UTF-8.

Nous pouvons aussi redéfinir la variable LC_TIME qui est créé par défaut quand vous définissez la variable LANG. La valeur mise dans LC_TIME est la même que celle de LANG. LC_TIME précise dans quel pays vous vivez. Par exemple, vous pouvez très bien vivre en France et parlez le Russe, dans ce cas là, il va falloir redéfinir la variable LC_TIME :

$ export LC_TIME=ru_RU.UTF-8@UTF-8

La syntaxe pour ces variables est toujours la même :

[langue[_pays][.jeudecaractère][@modifier]]

Pour que vous n’aillez pas tous les manipulations à refaire à chaque redémarrage de votre machine, nous allons paramètrer les fichiers rc.conf et env.d :

• Commençons par le fichier /etc/rc.conf, la variable UNICODE par défaut à comme valeur NO, vous allez là changer en YES :

  UNICODE="yes"

• Ensuite, éditons le fichier /etc/env.d/02locales et mettons toutes les variables de l’environnement que vous avez défini avant. Par exemple :
  LANG=en_AU.UTF-8
LC_TIME=ru_RU.UTF-8@UTF-8

Vous devez aussi activer quelques options dans votre noyau pour que l’UTF-8 soit bien supporté :

dans le menu File systems puis Native Language Support , pour obtenir les caractères UTF-8 dans les partitions windows (FAT32/NTFS) mettez la valeur utf-8 dans la rubrique Default NLS Option, puis mettez en dure :

NLS UTF-8

N’oubliez pas ensuite de recompiler le noyau et de reconfigurer si nécessaire grub ou lilo.

Pour le support de l’UTF-8, vous devrez ajouter et modifier la variable unix charset dans le fichier /etc/samba/smb.conf :

unix charset = UTF-8

• http://forums.gentoo.org/viewtopic....
• http://www.freenix.fr/unix/linux/HO...