语言环境如何在LinuxPOSIX中工作，并且应用了哪些转换？

语言环境如何在Linux / POSIX中工作，并且应用了哪些转换？

我将问题归结为

strcoll()

函数问题，该问题与Unipre规范化无关。回顾：我的最小示例展示了

uniq

依赖当前语言环境的不同行为：

$ echo -e "xc9xa2nxc9xac" > test.txt$ cat test.txtɢɬ$ LC_COLLATE=C uniq -D test.txt$ LC_COLLATE=en_US.UTF-8 uniq -D test.txtɢɬ

显然，如果语言环境是

en_US.UTF-8

uniq

对待

ɢ

并

ɬ

作为重复项，则情况并非如此。然后，我再次使用运行相同的命令，

valgrind

并使用来调查了两个调用图

kcachegrind

。

$ LC_COLLATE=C valgrind --tool=callgrind uniq -D test.txt$ LC_COLLATE=en_US.UTF-8 valgrind --tool=callgrind uniq -D test.txt$ kcachegrind callgrind.out.5754 &$ kcachegrind callgrind.out.5763 &

唯一的区别是，与该版本

LC_COLLATE=en_US.UTF-8

名为

strcoll()

而

LC_COLLATE=C

没有这样做。因此，我提出了以下最小示例

strcoll()

：

#include <iostream>#include <cstring>#include <clocale>int main(){    const char* s1 = "xc9xa2";    const char* s2 = "xc9xac";    std::cout << s1 << std::endl;    std::cout << s2 << std::endl;    std::setlocale(LC_COLLATE, "en_US.UTF-8");    std::cout << std::strcoll(s1, s2) << std::endl;    std::cout << std::strcmp(s1, s2) << std::endl;    std::setlocale(LC_COLLATE, "C");    std::cout << std::strcoll(s1, s2) << std::endl;    std::cout << std::strcmp(s1, s2) << std::endl;    std::cout << std::endl;    s1 = "xa2";    s2 = "xac";    std::cout << s1 << std::endl;    std::cout << s2 << std::endl;    std::setlocale(LC_COLLATE, "en_US.UTF-8");    std::cout << std::strcoll(s1, s2) << std::endl;    std::cout << std::strcmp(s1, s2) << std::endl;    std::setlocale(LC_COLLATE, "C");    std::cout << std::strcoll(s1, s2) << std::endl;    std::cout << std::strcmp(s1, s2) << std::endl;}

输出：

ɢɬ0-1-10-1��0-1-10-1

那么，这怎么了？为什么对两个不同的字符

strcoll()

返回

0

（等于）？