第2章核心概念

2、核心概念：语言环境(Locale)、语言代码与地区代码、字符编码(Unicode/UTF-8)、资源文件

好，咱们正式开始啃这块硬骨头。做国际化，说白了就是让你的软件能「说人话」——不同国家的人打开你的应用，看到的是他们熟悉的语言、日期格式、数字写法。这背后有四个核心概念，我一个个拆开讲。

2.1 语言环境（Locale）—— 你的软件该「入乡随俗」

Locale 是什么？我习惯把它理解成一个「文化包」。它不光管语言，还管这个地区的人怎么看时间、怎么写钱、怎么排序。

举个例子。同样是 2025 年 3 月 15 日：

美国人写：3/15/2025
中国人写：2025/3/15
德国人写：15.3.2025

你看，光一个日期就有三种写法。Locale 就是帮你的软件自动识别「该用哪种写法」的机制。

Locale 的标准格式：

语言代码_地区代码，比如 zh_CN、en_US、de_DE。

注意：下划线前面是语言，后面是地区。zh_CN 和 zh_TW 虽然都是中文，但一个用简体字，一个用繁体字，日期格式也不一样。

我在项目中遇到过一个问题：有个同事把 Locale 设成了 zh 而不是 zh_CN。结果在台湾地区测试时，日期格式全乱了。嗯，这里要注意——只写语言代码不写地区代码，系统会取默认地区，但默认地区不一定是你想要的。

2.2 语言代码与地区代码 —— 别搞混了

这两个东西经常被混为一谈，但它们的职责完全不同。

代码	含义	示例
语言代码	表示语言本身	zh（中文）、en（英语）、ja（日语）
地区代码	表示使用该语言的地理区域	CN（中国）、US（美国）、JP（日本）

语言代码遵循 ISO 639-1 标准，两个字母。地区代码遵循 ISO 3166-1 标准，也是两个字母。组合起来就是 Locale。

我曾经踩过一个坑：把 en_GB（英国英语）和 en_US（美国英语）混用了。结果英国用户看到「color」而不是「colour」，直接投诉说我们不专业。你想想看，一个拼写差异就能让用户觉得你不够用心。

我的建议：在资源文件命名时，始终使用完整的 Locale 格式。比如 messages_zh_CN.properties，而不是 messages_zh.properties。这样能避免很多歧义。

2.3 字符编码（Unicode/UTF-8）—— 乱码的终结者

说到字符编码，我脑子里立刻浮现出当年被 GB2312 支配的恐惧。那时候做项目，中文显示出来全是「锟斤拷」——嗯，老程序员都懂的梗。

为什么会有乱码？说白了就是编码和解码用了不同的规则。你拿 UTF-8 编码的文件，用 GBK 去读，不出乱码才怪。

Unicode 是什么？ 它是一个字符集，给全世界所有字符分配了一个唯一的编号。比如「中」字的编号是 U+4E2D。但它不规定怎么存储。

UTF-8 是什么？ 它是 Unicode 的一种存储方式。它用变长字节来存储字符，英文用 1 个字节，中文用 3 个字节。好处是兼容 ASCII，而且没有字节序问题。

铁律：所有国际化项目，一律使用 UTF-8 编码。没有例外。

我记得有一次帮一个团队排查问题，他们的资源文件是 UTF-8 编码，但编译脚本里写死了 -encoding GBK。结果编译出来的程序，中文全变成问号。折腾了两天才找到原因。从那以后，我要求团队在项目根目录放一个 .editorconfig 文件，强制所有文件用 UTF-8。

注意：Windows 的记事本保存 UTF-8 文件时会加 BOM（字节顺序标记）。这会导致某些解析器报错。我建议用 VS Code 或 Notepad++，保存为「UTF-8 无 BOM」格式。

2.4 资源文件 —— 翻译的「仓库」

资源文件是什么？说白了就是存放翻译文本的文件。你的代码里不要写死任何用户可见的字符串，全部放到资源文件里。

常见的资源文件格式：

.properties（Java 生态）：键值对形式，简单直接
.json（前端/Node.js）：结构清晰，支持嵌套
.resx（.NET 生态）：XML 格式，支持注释
.po（GNU gettext）：开源项目常用

举个例子，Java 的 messages.properties：

# 登录页面
login.title=欢迎登录
login.username=用户名
login.password=密码
login.button=登录
login.error.invalid=用户名或密码错误

对应的英文版 messages_en_US.properties：

login.title=Welcome
login.username=Username
login.password=Password
login.button=Sign In
login.error.invalid=Invalid username or password

代码里怎么用？很简单：

// 不要这样写
String msg = "欢迎登录";

// 要这样写
String msg = resourceBundle.getString("login.title");

这样，当用户切换到英文环境时，程序自动加载 messages_en_US.properties，显示的就是英文。

我的经验：资源文件的键名要有层次感。用点号分隔，比如 login.title、login.error.invalid。这样翻译人员一看就知道这个文本用在哪里。我曾经见过有人用 a1、b2 这种键名，结果翻译回来根本对不上号，那叫一个痛苦。

还有一个坑：资源文件里不要拼接字符串。比如：

// 错误做法
String msg = "你好，" + userName + "，欢迎回来";

// 正确做法
// 资源文件里写：greeting.welcome=你好，{0}，欢迎回来
String msg = MessageFormat.format(resourceBundle.getString("greeting.welcome"), userName);

为什么？因为不同语言的语序不一样。中文说「你好，张三，欢迎回来」，英文说「Welcome back, Zhang San」。如果你硬拼接，翻译人员根本没法调整语序。

好了，这四个核心概念讲完了。你想想看，它们其实是一条链：Locale 决定了用哪个语言和地区，语言代码和地区代码组成了 Locale 的标识，Unicode/UTF-8 保证了所有字符都能正确显示，资源文件则存放了所有需要翻译的文本。缺一个，国际化就做不完整。

📚 课程目录

2、核心概念：语言环境(Locale)、语言代码与地区代码、字符编码(Unicode/UTF-8)、资源文件

2.1 语言环境（Locale）—— 你的软件该「入乡随俗」

2.2 语言代码与地区代码 —— 别搞混了

2.3 字符编码（Unicode/UTF-8）—— 乱码的终结者

2.4 资源文件 —— 翻译的「仓库」