Python locale 多語言模塊和我遇到的坑

locale遇到的問題

今天工做上遇到一個 locale 相關的問題，關於字符串格式化的。不過讓咱們先從 locale 提及。

locale 簡介

什麼是locale

locale 這個單詞中文翻譯成地區或者地域，其實這個單詞包含的意義要寬泛不少。locale 是根據計算機用戶所使用的語言，所在國家或者地區，以及當地的文化傳統所定義的一個軟件運行時的語言環境。一般狀況下它能夠按照涉及使用習慣分爲12大類:

- 語言符號及其分類（LC_CTYPE)
- 數字（LC_NUMBERIC）
- 比較習慣（LC_COLLATE)
- 時間顯示格式（LC_TIME）
- 貨幣單位（LC_MONETARY)
- 信息主要是提示信息，錯誤信息，狀態信息，標題，標籤，按鈕和菜單等（LC_MESSAGES）
- 行麼書寫方式（LC_NAME）
- 地址書寫方式（LC_ADDRESS）
- 電話號碼書寫方式（LC_TELEPHONE）
-度量衡表達方式（LC_MEASUREMENT）
- 默認紙張尺寸大小（LC_PAPER）
- 對locale 自身包含信息的概述（LC_IDENTIFICATION）
- 除此以外還有一個LANGUAGE參數，它與LC_MESSAGES類似

好比像下面的例子裏:

在「簡體中文」環境，運行date 命令，顯示的是：
2016年11月24日 星期四 22時59分26秒 CST

而在英文環境下，運行date 命令，顯示的是
Thu Nov 24 23:05:12 CST 2016

簡單來講, locale 爲計算機上提供了國際化和本地化轉化的環境

locale 相關命令

在Unix下能夠經過命令 locale 來查看當前語言環境，個人Mac上的顯示以下:

➜  locale
LANG=
LC_COLLATE="zh_CN.UTF-8"
LC_CTYPE="zh_CN.UTF-8"
LC_MESSAGES="zh_CN.UTF-8"
LC_MONETARY="zh_CN.UTF-8"
LC_NUMERIC="zh_CN.UTF-8"
LC_TIME="zh_CN.UTF-8"
LC_ALL="zh_CN.UTF-8"

locale值格式相似爲: 語言_地區.字符集

能夠這樣來查看系統支持locals值

locale -a

能夠用以下的方式來臨時改變shell的locale設定:

➜  test git:(master) ✗ LC_ALL=C
➜  test git:(master) ✗ export LC_ALL
➜  test git:(master) ✗ locale
LANG=
LC_COLLATE="C"
LC_CTYPE="C"
LC_MESSAGES="C"
LC_MONETARY="C"
LC_NUMERIC="C"
LC_TIME="C"
LC_ALL="C"

設置的時候注意如下幾點:

• LANG，LC_*的默認值，是最低級別的設置，若是LC_*沒有設置，則使用該值。相似於 LC_ALL

• LC_{ALL，它是一個宏，若是該值設置了，則該值會覆蓋全部LC*}的設置值。注意，LANG的值不受該宏影響

• LC_ALL=C 意思是去除全部本地化的設置

Python locale

python提供了 locale 這個模塊，能夠用來操做locale相關數據，官方文檔參見這裏。
其中主要的結果方法以下

import locale

# 返回當前環境locale categorg相關的設定，category默認爲 LC_CTYPE
# LC_CTYPE 決定字符處理函數相關行爲，好比 string 函數
locale.getlocale([category])


# 嘗試判斷默認的locale設置，而且以元組的形式返回(language code, encoding)
locale.getdefaultlocale([envvars])


# 修改locale category 的設定爲 locale的值， 好比locale.setlocale(locale.LC_ALL, 'C'),  C 表明去除全部本地化設置
# 若是第二個參數locale沒有提供，那麼會返回category的設置
locale.setlocale(category[, locale])


# 不少程序會像下面這樣開頭，這樣作會將全部的locale設置成用戶默認的設置（一般是環境變量LANF的值）。
# 但setlocale() 不能在全部系統上保證線程安全性，這點要注意
import locale
locale.setlocale(locale.LC_ALL, '')

當在shell裏啓動python repl(交互器)時,默認的環境local設置爲'C', 也就是沒有本地化設置，這時候能夠經過 locale.getdefaultlocale() 來查看shell當前環境的locale設置， 並經過 locale.setlocale(locale.LC_ALL, '') 將python解釋器的locale設置成shell環境的locale，具體事例以下:

Python 2.7.10 (default, Oct 23 2015, 19:19:21)
[GCC 4.2.1 Compatible Apple LLVM 7.0.0 (clang-700.0.59.5)] on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>> import locale

>>> locale.getlocale()
(None, None)

>>> locale.getdefaultlocale()
('zh_CN', 'UTF-8')

>>> locale.setlocale(locale.LC_ALL, '')
'zh_CN.UTF-8'

>>> locale.getdefaultlocale()
('zh_CN', 'UTF-8')

>>> locale.getlocale()
('zh_CN', 'UTF-8')

我踩的坑

strptime 和 strftime

正所謂當局者迷，今天當我遇到一樣的代碼，不一樣的環境(shell執行和pycharm執行)竟然有不一樣的執行結果時，我百思不得其姐(嘿嘿)。
代碼片斷是關於 strptime 的:

import time
time.strptime('Thu, 24 Nov 2016 07:01:59 GMT', '%a, %d %b %Y %H:%M:%S GMT')

其實呢，strptime或者strftime格式化參數裏有一些是跟locale相關的，好比這裏的 %a %b 等，因此在不對的 locale 環境下，格式化出現了錯誤。

能夠參考下面的示例:

Python 2.7.10 (default, Oct 23 2015, 19:19:21)
[GCC 4.2.1 Compatible Apple LLVM 7.0.0 (clang-700.0.59.5)] on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>> import time
>>> time.strptime('Thu, 24 Nov 2016 07:01:59 GMT', '%a, %d %b %Y %H:%M:%S GMT')
time.struct_time(tm_year=2016, tm_mon=11, tm_mday=24, tm_hour=7, tm_min=1, tm_sec=59, tm_wday=3, tm_yday=329, tm_isdst=-1)
>>> import locale
>>> locale.setlocale(locale.LC_ALL, '')
'zh_CN.UTF-8'
>>> time.strptime('Thu, 24 Nov 2016 07:01:59 GMT', '%a, %d %b %Y %H:%M:%S GMT')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/_strptime.py", line 467, in _strptime_time
    return _strptime(data_string, format)[0]
  File "/System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/_strptime.py", line 325, in _strptime
    (data_string, format))
ValueError: time data 'Thu, 24 Nov 2016 07:01:59 GMT' does not match format '%a, %d %b %Y %H:%M:%S GMT'
>>> time.strptime('2016 07:01:59', '%Y %H:%M:%S')
time.struct_time(tm_year=2016, tm_mon=1, tm_mday=1, tm_hour=7, tm_min=1, tm_sec=59, tm_wday=4, tm_yday=1, tm_isdst=-1)
>>>

阿里雲oss sdk 使用遇到的問題

用阿里雲oss-python-SDK上傳文件時，當我本地locale設置成 zh_CN.UTF-8 時，就回一直出問題，緣由就在於上述的 strptime, 阿里雲sdk代碼片斷以下：

def to_unixtime(time_string, format_string):
    with _STRPTIME_LOCK:
        return int(calendar.timegm(time.strptime(time_string, format_string)))

然而從oss服務器上得到的time_{string是這樣的}: Thu, 24 Nov 2016 07:01:59 GMT, 因此在個人環境裏作格式化就會出錯，因此我對代碼作了以下修改:

def to_unixtime(time_string, format_string):
    with _STRPTIME_LOCK:
        time_locale = locale.setlocale(locale.LC_TIME)
        if time_locale.find('en') != 0 and time_locale != 'C':
            locale.setlocale(locale.LC_TIME, 'en_US')
            unixtime = int(calendar.timegm(time.strptime(time_string, format_string)))
            locale.setlocale(locale.LC_TIME, time_locale)
        else:
            unixtime = int(calendar.timegm(time.strptime(time_string, format_string)))
        return unixtime

在調用 strptime 這個方法前增長了兼容，先檢查locale，若是不是英文類型而且不是默認的"C"類型時，將 LC_TIME 切換成英文，執行完 strptime 後再還原回來。

參考資料

• https://docs.python.org/2/lib...

• http://blog.csdn.net/Nicolase...

• http://www.cnblogs.com/dolphi...

• https://docs.python.org/2/lib...