Python locale 多语言模块和我遇到的坑

python

Table of Contents

  • 1. locale遇到的问题

    • 1.1. locale 简介

      • 1.1.1. 什么是locale
      • 1.1.2. locale 相关命令

    • 1.2. Python locale
    • 1.3. 我踩的坑

      • 1.3.1. strptime 和 strftime
      • 1.3.2. 阿里云oss sdk 使用遇到的问题

  • 2. 参考资料

今天工作上遇到一个 locale 相关的问题,关于字符串格式化的。不过让我们先从 locale 说起。

locale 这个单词中文翻译成地区或者地域,其实这个单词包含的意义要宽泛很多。locale 是根据计算机用户所使用的语言,所在国家或者地区,以及当地的文化传统所定义的一个软件运行时的语言环境。通常情况下它可以按照涉及使用习惯分为12大类:

- 语言符号及其分类(LC_CTYPE)

- 数字(LC_NUMBERIC)

- 比较习惯(LC_COLLATE)

- 时间显示格式(LC_TIME)

- 货币单位(LC_MONETARY)

- 信息主要是提示信息,错误信息,状态信息,标题,标签,按钮和菜单等(LC_MESSAGES)

- 行么书写方式(LC_NAME)

- 地址书写方式(LC_ADDRESS)

- 电话号码书写方式(LC_TELEPHONE)

-度量衡表达方式(LC_MEASUREMENT)

- 默认纸张尺寸大小(LC_PAPER)

- 对locale 自身包含信息的概述(LC_IDENTIFICATION)

- 除此之外还有一个LANGUAGE参数,它与LC_MESSAGES相似

比如像下面的例子里:

在“简体中文”环境,运行date 命令,显示的是:

2016年11月24日 星期四 22时59分26秒 CST

而在英文环境下,运行date 命令,显示的是

Thu Nov 24 23:05:12 CST 2016

简单来说, locale 为计算机上提供了国际化和本地化转化的环境

在Unix下可以通过命令 locale 来查看当前语言环境,我的Mac上的显示如下:

➜  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值格式类似为: 语言_地区.字符集

可以这样来查看系统支持locals值

locale -a

可以用如下的方式来临时改变shell的locale设定:

➜  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"

设置的时候注意以下几点:

  • LANG,LC*的默认值,是最低级别的设置,如果LC*没有设置,则使用该值。类似于 LCALL

  • LCALL,它是一个宏,如果该值设置了,则该值会覆盖所有LC*的设置值。注意,LANG的值不受该宏影响
  • LCALL=C 意思是去除所有本地化的设置

python提供了 locale 这个模块,可以用来操作locale相关数据,官方文档参见这里。

其中主要的结果方法如下

import locale

# 返回当前环境locale categorg相关的设定,category默认为 LC_CTYPE

# LC_CTYPE 决定字符处理函数相关行为,比如 string 函数

locale.getlocale([category])

# 尝试判断默认的locale设置,并且以元组的形式返回(language code, encoding)

locale.getdefaultlocale([envvars])

# 修改locale category 的设定为 locale的值, 比如locale.setlocale(locale.LC_ALL, 'C'), C 代表去除所有本地化设置

# 如果第二个参数locale没有提供,那么会返回category的设置

locale.setlocale(category[, locale])

# 很多程序会像下面这样开头,这样做会将所有的locale设置成用户默认的设置(通常是环境变量LANF的值)。

# 但setlocale() 不能在所有系统上保证线程安全性,这点要注意

import locale

locale.setlocale(locale.LC_ALL, '')

当在shell里启动python repl(交互器)时,默认的环境local设置为'C', 也就是没有本地化设置,这时候可以通过 locale.getdefaultlocale() 来查看shell当前环境的locale设置, 并通过 locale.setlocale(locale.LC_ALL, '') 将python解释器的locale设置成shell环境的locale,具体事例如下:

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')

正所谓当局者迷,今天当我遇到同样的代码,不同的环境(shell执行和pycharm执行)居然有不同的执行结果时,我百思不得其姐(嘿嘿)。

代码片段是关于 strptime 的:

import time

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

其实呢,strptime或者strftime格式化参数里有一些是跟locale相关的,比如这里的 %a %b 等,所以在不对的 locale 环境下,格式化出现了错误。

可以参考下面的示例:

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)

>>>

用阿里云oss-python-SDK上传文件时,当我本地locale设置成 zh_CN.UTF-8 时,就回一直出问题,原因就在于上述的 strptime, 阿里云sdk代码片段如下:

def to_unixtime(time_string, format_string):

with _STRPTIME_LOCK:

return int(calendar.timegm(time.strptime(time_string, format_string)))

然而从oss服务器上获得的timestring是这样的: Thu, 24 Nov 2016 07:01:59 GMT, 所以在我的环境里做格式化就会出错,所以我对代码做了如下修改:

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

在调用 strptime 这个方法前增加了兼容,先检查locale,如果不是英文类型并且不是默认的"C"类型时,将 LC_TIME 切换成英文,执行完 strptime 后再还原回来。

  • https://docs.python.org/2/library/locale.html#module-locale
  • http://blog.csdn.net/Nicolase/article/details/42499521
  • http://www.cnblogs.com/dolphi/p/3622570.html
  • https://docs.python.org/2/library/time.html#time.strptime

以上是 Python locale 多语言模块和我遇到的坑 的全部内容, 来源链接: utcz.com/z/388825.html

回到顶部