6

UNIX 環境変数 LC_*** 系に設定する値は RFC3066 というか RFC4646 にほぼ基づいているようですが、微妙に差異があるようです。
- 区切りコード: RFC4646 では %x2D (ハイフン-マイナス) に対し、環境変数では %x5F アンダースコア
- RFC4646 には case insensitive とあるが、環境変数では使い分けがされているようだ

そして実際、下記のようなコマンドを入力してもエラーは出ず結果は同じでした。
(cygwin と hpux-11.11 でチェック)

$ LC_ALL=ja_JP.utf8 sort hoge.txt > piyo1.txt
$ LC_ALL=ja-JP.utf8 sort hoge.txt > piyo2.txt
$ LC_ALL=JA-JP.UTF8 sort hoge.txt > piyo3.txt
$ LC_ALL=ja-jp.utf8 sort hoge.txt > piyo4.txt

Q1. この微妙な差の由来をご存知だったら教えてください。
Q2. 環境変数に使う最適記法を教えてください。
Q3. URI に使う場合の最適記法を教えてください。

1 件の回答 1

4

部分回答ですが…

LC_*およびLANGが取る値の共通形式はPOSIX(IEEE Std 1003.1)で定義されていて、次のとおりです (@modifierはLANG以外)。他の形式は実装依存です。

language[_territory][.codeset][@modifier]

languageterritoryは慣習的にはそれぞれISO 639-1ISO 3166-1が使われてますし、個別の実装のマニュアルでも大抵そう記してあるんですが()、POSIXドキュメント内での明確な言及は見つけられませんでした。RFCの方は明確な言及がありますね。

なお、RFC4646はobsoletedで、最新はRFC5646じゃないかな。

  • Q1: 歴史的になぜ差が生じたかはわかりません。規格的には、Unixの環境変数は準拠する規格が違うから、ということになります。アンダースコアのかわりにハイフンでも良し、とするのは実装の拡張だと思います。
  • Q2: 環境変数に使う場合はPOSIXどおり、アンダースコアを使うのが無難だと思います。大文字小文字についてはPOSIX内に定義がなく、ISOではlanguageを小文字、territoryを大文字、が推奨されていますが、POSIX内の例ではlanguageの最初を大文字にしているんですよね。
  • Q3: URIに使う、というのは特定のschemeで定義されてるのでない限りは作成者の自由でしょう。ただ、多くの場面でlanguage tagとして使う場合はRFCの形式の方を使うでしょうから、RFCに合わせておくのが無難じゃないかなと思います。
1
  • 根拠となる規格が違う、および、多くの処理系では拡張機能を実装している、ということで納得です。
    – 774RR
    2017年1月25日 0:22

この質問に回答するには、ログインする必要があります。

求めていた回答ではありませんか? のタグが付いた他の質問を参照する。