[Java 进阶]Java中的国际化
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：
|
国家/地区 |
语言编码 |
国家/地区 |
语言编码 |
|
简体中文(中国) |
zh-cn |
繁体中文(台湾地区) |
zh-tw |
|
繁体中文(香港) |
zh-hk |
英语(香港) |
en-hk |
|
英语(美国) |
en-us |
英语(英国) |
en-gb |
|
英语(全球) |
en-ww |
英语(加拿大) |
en-ca |
|
英语(澳大利亚) |
en-au |
英语(爱尔兰) |
en-ie |
|
英语(芬兰) |
en-fi |
芬兰语(芬兰) |
fi-fi |
|
英语(丹麦) |
en-dk |
丹麦语(丹麦) |
da-dk |
|
英语(以色列) |
en-il |
希伯来语(以色列) |
he-il |
|
英语(南非) |
en-za |
英语(印度) |
en-in |
|
英语(挪威) |
en-no |
英语(新加坡) |
en-sg |
|
英语(新西兰) |
en-nz |
英语(印度尼西亚) |
en-id |
|
英语(菲律宾) |
en-ph |
英语(泰国) |
en-th |
|
英语(马来西亚) |
en-my |
英语(阿拉伯) |
en-xa |
|
韩文(韩国) |
ko-kr |
日语(日本) |
ja-jp |
|
荷兰语(荷兰) |
nl-nl |
荷兰语(比利时) |
nl-be |
|
葡萄牙语(葡萄牙) |
pt-pt |
葡萄牙语(巴西) |
pt-br |
|
法语(法国) |
fr-fr |
法语(卢森堡) |
fr-lu |
|
法语(瑞士) |
fr-ch |
法语(比利时) |
fr-be |
|
法语(加拿大) |
fr-ca |
西班牙语(拉丁美洲) |
es-la |
|
西班牙语(西班牙) |
es-es |
西班牙语(阿根廷) |
es-ar |
|
西班牙语(美国) |
es-us |
西班牙语(墨西哥) |
es-mx |
|
西班牙语(哥伦比亚) |
es-co |
西班牙语(波多黎各) |
es-pr |
|
德语(德国) |
de-de |
德语(奥地利) |
de-at |
|
德语(瑞士) |
de-ch |
俄语(俄罗斯) |
ru-ru |
|
意大利语(意大利) |
it-it |
希腊语(希腊) |
el-gr |
|
挪威语(挪威) |
no-no |
匈牙利语(匈牙利) |
hu-hu |
|
土耳其语(土耳其) |
tr-tr |
捷克语(捷克共和国) |
cs-cz |
|
斯洛文尼亚语 |
sl-sl |
波兰语(波兰) |
pl-pl |
|
瑞典语(瑞典) |
sv-se |
|
|
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); |
