背景知识
现代软件开发,往往做出的应用程序不止给一个国家的人去使用。不同国家的人往往存在语言文字不通的问题。由此产生了国际化(internationalization)、多语言(multi-language)、本地化(locale)这些词,它们其实都是一个意思,支持多种语言,提供给不同国家的用户使用。
语言编码、国家/地区编码
做web 开发的朋友可能多多少少接触过类似 zh-cn, en-us 这样的编码字样。
这些编码是用来表示指定的国家地区的语言类型的。那么,这些含有特殊含义的编码是如何产生的呢?
ISO-639标准使用编码定义了国际上常见的语言,每一种语言由两个小写字母表示。
ISO-3166标准使用编码定义了国家/地区,每个国家/地区由两个大写字母表示。
为什么要用语言+国家/地区来标示语言呢?
道理很简单:拿咱们中国来说,同样是中文,全国各地的方言就多如牛毛,更不要说世界上有那么多种语言,得有多少方言?
下表列举了一些常见国家、地区的语言编码:
注:由表中可以看出语言、国家/地区 编码一般都是英文单词的缩写。
字符编码
在此处,引申一下字符编码的概念。
是不是有了语言、国家/地区编码,计算机就可以识别各种语言了?
答案是否。作为程序员,相信每个人都会遇到过这样的情况:,期望打印中文,结果输出的却是乱码。
这种情况,往往是因为字符编码的问题。
计算机在设计之初,并没有考虑多个国家,多种不同语言的应用场景。当时定义一种ASCII码,将字母、数字和其他符号编号用7比特的二进制数来表示。后来,计算机在世界开始普及,为了适应多种文字,出现了多种编码格式,例如中文汉字一般使用的编码格式为GB2312、GBK。
由此,又产生了一个问题,不同字符编码之间互相无法识别。于是,为了一统江湖,出现了 unicode编码。它为每种语言的每个字符设定了统一并且唯一的二进制编码,以满足跨语言、跨平台的文本转换需求。
有人不禁要问,既然 Unicode 可以支持所有语言的字符,那还要其他字符编码做什么?
Unicode 有一个缺点:为了支持所有语言的字符,所以它需要用更多位数去表示,比如ASCII表示一个英文字符只需要一个字节,而 Unicode 则需要两个字节。很明显,如果字符数多,这样的效率会很低。
为了解决这个问题,有出现了一些中间格式的字符编码:如UTF-8、UTF-16、UTF-32等。中国程序员一般使用UTF-8编码。
国际化的 Java 实现
所有的语言文字在计算机中都是字符串。所以,实现国际化,归根结底就是根据语言类型去定义好字符串模板而已。
那么,如何定义不同语言的字符串模板呢?
对于所有编程语言都常见的做法是定义 XML:为每种语言添加一个 XML 文件,在 XML 文件中定义需要的字符串模板,并指定一个唯一的标识ID。只要熟悉对应编程语言的 XML 库方法,实现非常简单。因为本文目的是介绍 Java 特色的国际化实现,这里不再详述 XML 实现方式。
Java中实现国际化的方法
定义 properties
实现国际化,归根结底就是根据语言类型去定义好字符串模板而已。
Java 中的多语言字符串模板一般保存在properties资源文件中。
它必须遵照以下的命名规范:
<资源名><语言代码><国家/地区代码>.properties
其中,语言代码和国家/地区代码都是可选的。
<资源名>.properties命名的国际化资源文件是默认的资源文件,即某个本地化类型在系统中找不到对应的资源文件,就采用这个默认的资源文件。
例:
定义中英文两种多语言资源文件,将其置于com.notes.locale.resources 路径下。
content_en_US.properties:
helloWorld = HelloWorld!
time = Thecurrenttimeis%s.
content_zh_CN.properties
helloWorld = \u4e16\u754c\uff0c\u4f60\u597d\uff01
time = \u5f53\u524d\u65f6\u95f4\u662f\u0025\u0073\u3002
可以看到,两种语言的Key 完全一致,只是 Value 是对应语言的字符串。
本地化不同的同一资源文件,虽然属性值各不相同,但属性名却是相同的,这样应用程序就可以通过Locale对象和属性名精确调用到某个具体的属性值了。
本文的字符编码中提到了,为了达到跨编码也正常显示的目的,有必要将非ASCII 字符转为 Unicode 编码。上面的中文资源文件就是中文转为 Unicode 的结果。
Unicode 转换工具
JDK在bin目录下为我们提供了一个Unicode 转换工具:native2ascii。
它可以将中文字符的资源文件转换为Unicode代码格式的文件,命令格式如下:
native2ascii [-reverse] [-encoding 编码] [输入文件 [输出文件]]
例:
假设content_zh_CN.properties 在d:\ 目录。执行以下命令可以新建 content_zh_CN_new.properties ,其中的内容就所有中文字符转为 UTF-8 编码格式的结果。
native2ascii -encoding utf-8 d:\content_zh_CN.properties d:\content_zh_CN_new.properties
加载资源文件
定义了多语言资源文件,下一步就是加载资源文件了。
Java为我们提供了用于加载本地化资源文件的工具类:java.util.ResourceBoundle。
使用方式见下例:
Locale localeEn = new Locale("en", "US");
Locale localeZh = new Locale("zh", "CN");
ResourceBundle rbEn = ResourceBundle.getBundle("com.notes.locale.resources.content", localeEn);
ResourceBundle rbZh = ResourceBundle.getBundle("com.notes.locale.resources.content", localeZh);
System.out.println("us-US:" + rbEn.getString("helloWorld"));
System.out.println("us-US:" + String.format(rbEn.getString("time"), "08:00"));
System.out.println("zh-CN:" + rbZh.getString("helloWorld"));
System.out.println("zh-CN:" + String.format(rbZh.getString("time"), "08:00"));
需要说明的是:ResourceBundle类的 getBundle方法第一个参数 baseName需要输入的是资源文件的package路径 + 文件前缀。
以本文例子来说,content_zh_CN.properties 和content_en_US.properties 的baseName 都是:com.notes.locale.resources.content。
在加载资源时,如果指定的本地化资源文件不存在,它会尝试按下面的顺序加载其他的资源:本地系统默认本地化对象对应的资源-> 默认的资源。如果指定错误,Java 会提示找不到资源文件。
输出:
us-US:Hello World!
us-US:The current time is 08:00.
zh-CN:世界,你好!
zh-CN:当前时间是08:00。
支持国际化的国际化工具类
Java 中也提供了几个支持国际化的格式化工具类。例如:NumberFormat、DateFormat、MessageFormat
NumberFormat
NumberFormat 是所有数字格式类的基类。它提供格式化和解析数字的接口。它也提供了决定数字所属语言类型的方法。
Locale locale = new Locale("en", "US");
NumberFormat format = NumberFormat.getCurrencyInstance(locale);
doublenum = 123456.78;
System.out.println("51423.45 Format:");
System.out.println(String.format("%s : %s", locale.toString(), format.format(num)));
DateFormat
DateFormat 是日期、时间格式化类的抽象类。它支持基于语言习惯的日期、时间格式。
Date date = new Date();
DateFormat df = DateFormat.getDateInstance(DateFormat.MEDIUM, new Locale("zh", "CN"));
DateFormat df2 = DateFormat.getDateInstance(DateFormat.MEDIUM, new Locale("en", "US"));
System.out.println(df.format(date));
System.out.println(df2.format(date));
MessageFormat
Messageformat 提供一种与语言无关的拼接消息的方式。通过这种拼接方式,将最终呈现返回给使用者。
String pattern1 = "{0},你好!你于 {1} 消费 {2} 元。";
String pattern2 = "At {1,time,short} On {1,date,long},{0} paid {2,number, currency}.";
Object[] params = { "Jack", new GregorianCalendar().getTime(), 8888 };
String msg1 = MessageFormat.format(pattern1, params);
MessageFormat mf = new MessageFormat(pattern2, Locale.US);
String msg2 = mf.format(params);
System.out.println(msg1);
System.out.println(msg2);