add changelog for previous commit
[glibc.git] / manual / message.texi
blobb03a14a57a29c313f574a72517fca946af671a1d
1 @node Message Translation, Searching and Sorting, Locales, Top
2 @c %MENU% How to make the program speak the user's language
3 @chapter Message Translation
5 The program's interface with the user should be designed to ease the user's
6 task.  One way to ease the user's task is to use messages in whatever
7 language the user prefers.
9 Printing messages in different languages can be implemented in different
10 ways.  One could add all the different languages in the source code and
11 choose among the variants every time a message has to be printed.  This is
12 certainly not a good solution since extending the set of languages is
13 cumbersome (the code must be changed) and the code itself can become
14 really big with dozens of message sets.
16 A better solution is to keep the message sets for each language
17 in separate files which are loaded at runtime depending on the language
18 selection of the user.
20 @Theglibc{} provides two different sets of functions to support
21 message translation.  The problem is that neither of the interfaces is
22 officially defined by the POSIX standard.  The @code{catgets} family of
23 functions is defined in the X/Open standard but this is derived from
24 industry decisions and therefore not necessarily based on reasonable
25 decisions.
27 As mentioned above the message catalog handling provides easy
28 extendibility by using external data files which contain the message
29 translations.  I.e., these files contain for each of the messages used
30 in the program a translation for the appropriate language.  So the tasks
31 of the message handling functions are
33 @itemize @bullet
34 @item
35 locate the external data file with the appropriate translations
36 @item
37 load the data and make it possible to address the messages
38 @item
39 map a given key to the translated message
40 @end itemize
42 The two approaches mainly differ in the implementation of this last
43 step.  Decisions made in the last step influence the rest of the design.
45 @menu
46 * Message catalogs a la X/Open::  The @code{catgets} family of functions.
47 * The Uniforum approach::         The @code{gettext} family of functions.
48 @end menu
51 @node Message catalogs a la X/Open
52 @section X/Open Message Catalog Handling
54 The @code{catgets} functions are based on the simple scheme:
56 @quotation
57 Associate every message to translate in the source code with a unique
58 identifier.  To retrieve a message from a catalog file solely the
59 identifier is used.
60 @end quotation
62 This means for the author of the program that s/he will have to make
63 sure the meaning of the identifier in the program code and in the
64 message catalogs are always the same.
66 Before a message can be translated the catalog file must be located.
67 The user of the program must be able to guide the responsible function
68 to find whatever catalog the user wants.  This is separated from what
69 the programmer had in mind.
71 All the types, constants and functions for the @code{catgets} functions
72 are defined/declared in the @file{nl_types.h} header file.
74 @menu
75 * The catgets Functions::      The @code{catgets} function family.
76 * The message catalog files::  Format of the message catalog files.
77 * The gencat program::         How to generate message catalogs files which
78                                 can be used by the functions.
79 * Common Usage::               How to use the @code{catgets} interface.
80 @end menu
83 @node The catgets Functions
84 @subsection The @code{catgets} function family
86 @comment nl_types.h
87 @comment X/Open
88 @deftypefun nl_catd catopen (const char *@var{cat_name}, int @var{flag})
89 @safety{@prelim{}@mtsafe{@mtsenv{}}@asunsafe{@ascuheap{}}@acunsafe{@acsmem{}}}
90 @c catopen @mtsenv @ascuheap @acsmem
91 @c  strchr ok
92 @c  setlocale(,NULL) ok
93 @c  getenv @mtsenv
94 @c  strlen ok
95 @c  alloca ok
96 @c  stpcpy ok
97 @c  malloc @ascuheap @acsmem
98 @c  __open_catalog @ascuheap @acsmem
99 @c   strchr ok
100 @c   open_not_cancel_2 @acsfd
101 @c   strlen ok
102 @c   ENOUGH ok
103 @c    alloca ok
104 @c    memcpy ok
105 @c   fxstat64 ok
106 @c   __set_errno ok
107 @c   mmap @acsmem
108 @c   malloc dup @ascuheap @acsmem
109 @c   read_not_cancel ok
110 @c   free dup @ascuheap @acsmem
111 @c   munmap ok
112 @c   close_not_cancel_no_status ok
113 @c  free @ascuheap @acsmem
114 The @code{catopen} function tries to locate the message data file names
115 @var{cat_name} and loads it when found.  The return value is of an
116 opaque type and can be used in calls to the other functions to refer to
117 this loaded catalog.
119 The return value is @code{(nl_catd) -1} in case the function failed and
120 no catalog was loaded.  The global variable @var{errno} contains a code
121 for the error causing the failure.  But even if the function call
122 succeeded this does not mean that all messages can be translated.
124 Locating the catalog file must happen in a way which lets the user of
125 the program influence the decision.  It is up to the user to decide
126 about the language to use and sometimes it is useful to use alternate
127 catalog files.  All this can be specified by the user by setting some
128 environment variables.
130 The first problem is to find out where all the message catalogs are
131 stored.  Every program could have its own place to keep all the
132 different files but usually the catalog files are grouped by languages
133 and the catalogs for all programs are kept in the same place.
135 @cindex NLSPATH environment variable
136 To tell the @code{catopen} function where the catalog for the program
137 can be found the user can set the environment variable @code{NLSPATH} to
138 a value which describes her/his choice.  Since this value must be usable
139 for different languages and locales it cannot be a simple string.
140 Instead it is a format string (similar to @code{printf}'s).  An example
143 @smallexample
144 /usr/share/locale/%L/%N:/usr/share/locale/%L/LC_MESSAGES/%N
145 @end smallexample
147 First one can see that more than one directory can be specified (with
148 the usual syntax of separating them by colons).  The next things to
149 observe are the format string, @code{%L} and @code{%N} in this case.
150 The @code{catopen} function knows about several of them and the
151 replacement for all of them is of course different.
153 @table @code
154 @item %N
155 This format element is substituted with the name of the catalog file.
156 This is the value of the @var{cat_name} argument given to
157 @code{catgets}.
159 @item %L
160 This format element is substituted with the name of the currently
161 selected locale for translating messages.  How this is determined is
162 explained below.
164 @item %l
165 (This is the lowercase ell.) This format element is substituted with the
166 language element of the locale name.  The string describing the selected
167 locale is expected to have the form
168 @code{@var{lang}[_@var{terr}[.@var{codeset}]]} and this format uses the
169 first part @var{lang}.
171 @item %t
172 This format element is substituted by the territory part @var{terr} of
173 the name of the currently selected locale.  See the explanation of the
174 format above.
176 @item %c
177 This format element is substituted by the codeset part @var{codeset} of
178 the name of the currently selected locale.  See the explanation of the
179 format above.
181 @item %%
182 Since @code{%} is used in a meta character there must be a way to
183 express the @code{%} character in the result itself.  Using @code{%%}
184 does this just like it works for @code{printf}.
185 @end table
188 Using @code{NLSPATH} allows arbitrary directories to be searched for
189 message catalogs while still allowing different languages to be used.
190 If the @code{NLSPATH} environment variable is not set, the default value
193 @smallexample
194 @var{prefix}/share/locale/%L/%N:@var{prefix}/share/locale/%L/LC_MESSAGES/%N
195 @end smallexample
197 @noindent
198 where @var{prefix} is given to @code{configure} while installing @theglibc{}
199 (this value is in many cases @code{/usr} or the empty string).
201 The remaining problem is to decide which must be used.  The value
202 decides about the substitution of the format elements mentioned above.
203 First of all the user can specify a path in the message catalog name
204 (i.e., the name contains a slash character).  In this situation the
205 @code{NLSPATH} environment variable is not used.  The catalog must exist
206 as specified in the program, perhaps relative to the current working
207 directory.  This situation in not desirable and catalogs names never
208 should be written this way.  Beside this, this behavior is not portable
209 to all other platforms providing the @code{catgets} interface.
211 @cindex LC_ALL environment variable
212 @cindex LC_MESSAGES environment variable
213 @cindex LANG environment variable
214 Otherwise the values of environment variables from the standard
215 environment are examined (@pxref{Standard Environment}).  Which
216 variables are examined is decided by the @var{flag} parameter of
217 @code{catopen}.  If the value is @code{NL_CAT_LOCALE} (which is defined
218 in @file{nl_types.h}) then the @code{catopen} function use the name of
219 the locale currently selected for the @code{LC_MESSAGES} category.
221 If @var{flag} is zero the @code{LANG} environment variable is examined.
222 This is a left-over from the early days where the concept of the locales
223 had not even reached the level of POSIX locales.
225 The environment variable and the locale name should have a value of the
226 form @code{@var{lang}[_@var{terr}[.@var{codeset}]]} as explained above.
227 If no environment variable is set the @code{"C"} locale is used which
228 prevents any translation.
230 The return value of the function is in any case a valid string.  Either
231 it is a translation from a message catalog or it is the same as the
232 @var{string} parameter.  So a piece of code to decide whether a
233 translation actually happened must look like this:
235 @smallexample
237   char *trans = catgets (desc, set, msg, input_string);
238   if (trans == input_string)
239     @{
240       /* Something went wrong.  */
241     @}
243 @end smallexample
245 @noindent
246 When an error occurred the global variable @var{errno} is set to
248 @table @var
249 @item EBADF
250 The catalog does not exist.
251 @item ENOMSG
252 The set/message tuple does not name an existing element in the
253 message catalog.
254 @end table
256 While it sometimes can be useful to test for errors programs normally
257 will avoid any test.  If the translation is not available it is no big
258 problem if the original, untranslated message is printed.  Either the
259 user understands this as well or s/he will look for the reason why the
260 messages are not translated.
261 @end deftypefun
263 Please note that the currently selected locale does not depend on a call
264 to the @code{setlocale} function.  It is not necessary that the locale
265 data files for this locale exist and calling @code{setlocale} succeeds.
266 The @code{catopen} function directly reads the values of the environment
267 variables.
270 @deftypefun {char *} catgets (nl_catd @var{catalog_desc}, int @var{set}, int @var{message}, const char *@var{string})
271 @safety{@prelim{}@mtsafe{}@assafe{}@acsafe{}}
272 The function @code{catgets} has to be used to access the massage catalog
273 previously opened using the @code{catopen} function.  The
274 @var{catalog_desc} parameter must be a value previously returned by
275 @code{catopen}.
277 The next two parameters, @var{set} and @var{message}, reflect the
278 internal organization of the message catalog files.  This will be
279 explained in detail below.  For now it is interesting to know that a
280 catalog can consists of several set and the messages in each thread are
281 individually numbered using numbers.  Neither the set number nor the
282 message number must be consecutive.  They can be arbitrarily chosen.
283 But each message (unless equal to another one) must have its own unique
284 pair of set and message number.
286 Since it is not guaranteed that the message catalog for the language
287 selected by the user exists the last parameter @var{string} helps to
288 handle this case gracefully.  If no matching string can be found
289 @var{string} is returned.  This means for the programmer that
291 @itemize @bullet
292 @item
293 the @var{string} parameters should contain reasonable text (this also
294 helps to understand the program seems otherwise there would be no hint
295 on the string which is expected to be returned.
296 @item
297 all @var{string} arguments should be written in the same language.
298 @end itemize
299 @end deftypefun
301 It is somewhat uncomfortable to write a program using the @code{catgets}
302 functions if no supporting functionality is available.  Since each
303 set/message number tuple must be unique the programmer must keep lists
304 of the messages at the same time the code is written.  And the work
305 between several people working on the same project must be coordinated.
306 We will see some how these problems can be relaxed a bit (@pxref{Common
307 Usage}).
309 @deftypefun int catclose (nl_catd @var{catalog_desc})
310 @safety{@prelim{}@mtsafe{}@asunsafe{@ascuheap{}}@acunsafe{@acucorrupt{} @acsmem{}}}
311 @c catclose @ascuheap @acucorrupt @acsmem
312 @c  __set_errno ok
313 @c  munmap ok
314 @c  free @ascuheap @acsmem
315 The @code{catclose} function can be used to free the resources
316 associated with a message catalog which previously was opened by a call
317 to @code{catopen}.  If the resources can be successfully freed the
318 function returns @code{0}.  Otherwise it return @code{@minus{}1} and the
319 global variable @var{errno} is set.  Errors can occur if the catalog
320 descriptor @var{catalog_desc} is not valid in which case @var{errno} is
321 set to @code{EBADF}.
322 @end deftypefun
325 @node The message catalog files
326 @subsection  Format of the message catalog files
328 The only reasonable way the translate all the messages of a function and
329 store the result in a message catalog file which can be read by the
330 @code{catopen} function is to write all the message text to the
331 translator and let her/him translate them all.  I.e., we must have a
332 file with entries which associate the set/message tuple with a specific
333 translation.  This file format is specified in the X/Open standard and
334 is as follows:
336 @itemize @bullet
337 @item
338 Lines containing only whitespace characters or empty lines are ignored.
340 @item
341 Lines which contain as the first non-whitespace character a @code{$}
342 followed by a whitespace character are comment and are also ignored.
344 @item
345 If a line contains as the first non-whitespace characters the sequence
346 @code{$set} followed by a whitespace character an additional argument
347 is required to follow.  This argument can either be:
349 @itemize @minus
350 @item
351 a number.  In this case the value of this number determines the set
352 to which the following messages are added.
354 @item
355 an identifier consisting of alphanumeric characters plus the underscore
356 character.  In this case the set get automatically a number assigned.
357 This value is one added to the largest set number which so far appeared.
359 How to use the symbolic names is explained in section @ref{Common Usage}.
361 It is an error if a symbol name appears more than once.  All following
362 messages are placed in a set with this number.
363 @end itemize
365 @item
366 If a line contains as the first non-whitespace characters the sequence
367 @code{$delset} followed by a whitespace character an additional argument
368 is required to follow.  This argument can either be:
370 @itemize @minus
371 @item
372 a number.  In this case the value of this number determines the set
373 which will be deleted.
375 @item
376 an identifier consisting of alphanumeric characters plus the underscore
377 character.  This symbolic identifier must match a name for a set which
378 previously was defined.  It is an error if the name is unknown.
379 @end itemize
381 In both cases all messages in the specified set will be removed.  They
382 will not appear in the output.  But if this set is later again selected
383 with a @code{$set} command again messages could be added and these
384 messages will appear in the output.
386 @item
387 If a line contains after leading whitespaces the sequence
388 @code{$quote}, the quoting character used for this input file is
389 changed to the first non-whitespace character following the
390 @code{$quote}.  If no non-whitespace character is present before the
391 line ends quoting is disable.
393 By default no quoting character is used.  In this mode strings are
394 terminated with the first unescaped line break.  If there is a
395 @code{$quote} sequence present newline need not be escaped.  Instead a
396 string is terminated with the first unescaped appearance of the quote
397 character.
399 A common usage of this feature would be to set the quote character to
400 @code{"}.  Then any appearance of the @code{"} in the strings must
401 be escaped using the backslash (i.e., @code{\"} must be written).
403 @item
404 Any other line must start with a number or an alphanumeric identifier
405 (with the underscore character included).  The following characters
406 (starting after the first whitespace character) will form the string
407 which gets associated with the currently selected set and the message
408 number represented by the number and identifier respectively.
410 If the start of the line is a number the message number is obvious.  It
411 is an error if the same message number already appeared for this set.
413 If the leading token was an identifier the message number gets
414 automatically assigned.  The value is the current maximum messages
415 number for this set plus one.  It is an error if the identifier was
416 already used for a message in this set.  It is OK to reuse the
417 identifier for a message in another thread.  How to use the symbolic
418 identifiers will be explained below (@pxref{Common Usage}).  There is
419 one limitation with the identifier: it must not be @code{Set}.  The
420 reason will be explained below.
422 The text of the messages can contain escape characters.  The usual bunch
423 of characters known from the @w{ISO C} language are recognized
424 (@code{\n}, @code{\t}, @code{\v}, @code{\b}, @code{\r}, @code{\f},
425 @code{\\}, and @code{\@var{nnn}}, where @var{nnn} is the octal coding of
426 a character code).
427 @end itemize
429 @strong{Important:} The handling of identifiers instead of numbers for
430 the set and messages is a GNU extension.  Systems strictly following the
431 X/Open specification do not have this feature.  An example for a message
432 catalog file is this:
434 @smallexample
435 $ This is a leading comment.
436 $quote "
438 $set SetOne
439 1 Message with ID 1.
440 two "   Message with ID \"two\", which gets the value 2 assigned"
442 $set SetTwo
443 $ Since the last set got the number 1 assigned this set has number 2.
444 4000 "The numbers can be arbitrary, they need not start at one."
445 @end smallexample
447 This small example shows various aspects:
448 @itemize @bullet
449 @item
450 Lines 1 and 9 are comments since they start with @code{$} followed by
451 a whitespace.
452 @item
453 The quoting character is set to @code{"}.  Otherwise the quotes in the
454 message definition would have to be left away and in this case the
455 message with the identifier @code{two} would loose its leading whitespace.
456 @item
457 Mixing numbered messages with message having symbolic names is no
458 problem and the numbering happens automatically.
459 @end itemize
462 While this file format is pretty easy it is not the best possible for
463 use in a running program.  The @code{catopen} function would have to
464 parser the file and handle syntactic errors gracefully.  This is not so
465 easy and the whole process is pretty slow.  Therefore the @code{catgets}
466 functions expect the data in another more compact and ready-to-use file
467 format.  There is a special program @code{gencat} which is explained in
468 detail in the next section.
470 Files in this other format are not human readable.  To be easy to use by
471 programs it is a binary file.  But the format is byte order independent
472 so translation files can be shared by systems of arbitrary architecture
473 (as long as they use @theglibc{}).
475 Details about the binary file format are not important to know since
476 these files are always created by the @code{gencat} program.  The
477 sources of @theglibc{} also provide the sources for the
478 @code{gencat} program and so the interested reader can look through
479 these source files to learn about the file format.
482 @node The gencat program
483 @subsection Generate Message Catalogs files
485 @cindex gencat
486 The @code{gencat} program is specified in the X/Open standard and the
487 GNU implementation follows this specification and so processes
488 all correctly formed input files.  Additionally some extension are
489 implemented which help to work in a more reasonable way with the
490 @code{catgets} functions.
492 The @code{gencat} program can be invoked in two ways:
494 @example
495 `gencat [@var{Option}]@dots{} [@var{Output-File} [@var{Input-File}]@dots{}]`
496 @end example
498 This is the interface defined in the X/Open standard.  If no
499 @var{Input-File} parameter is given input will be read from standard
500 input.  Multiple input files will be read as if they are concatenated.
501 If @var{Output-File} is also missing, the output will be written to
502 standard output.  To provide the interface one is used to from other
503 programs a second interface is provided.
505 @smallexample
506 `gencat [@var{Option}]@dots{} -o @var{Output-File} [@var{Input-File}]@dots{}`
507 @end smallexample
509 The option @samp{-o} is used to specify the output file and all file
510 arguments are used as input files.
512 Beside this one can use @file{-} or @file{/dev/stdin} for
513 @var{Input-File} to denote the standard input.  Corresponding one can
514 use @file{-} and @file{/dev/stdout} for @var{Output-File} to denote
515 standard output.  Using @file{-} as a file name is allowed in X/Open
516 while using the device names is a GNU extension.
518 The @code{gencat} program works by concatenating all input files and
519 then @strong{merge} the resulting collection of message sets with a
520 possibly existing output file.  This is done by removing all messages
521 with set/message number tuples matching any of the generated messages
522 from the output file and then adding all the new messages.  To
523 regenerate a catalog file while ignoring the old contents therefore
524 requires to remove the output file if it exists.  If the output is
525 written to standard output no merging takes place.
527 @noindent
528 The following table shows the options understood by the @code{gencat}
529 program.  The X/Open standard does not specify any option for the
530 program so all of these are GNU extensions.
532 @table @samp
533 @item -V
534 @itemx --version
535 Print the version information and exit.
536 @item -h
537 @itemx --help
538 Print a usage message listing all available options, then exit successfully.
539 @item --new
540 Do never merge the new messages from the input files with the old content
541 of the output files.  The old content of the output file is discarded.
542 @item -H
543 @itemx --header=name
544 This option is used to emit the symbolic names given to sets and
545 messages in the input files for use in the program.  Details about how
546 to use this are given in the next section.  The @var{name} parameter to
547 this option specifies the name of the output file.  It will contain a
548 number of C preprocessor @code{#define}s to associate a name with a
549 number.
551 Please note that the generated file only contains the symbols from the
552 input files.  If the output is merged with the previous content of the
553 output file the possibly existing symbols from the file(s) which
554 generated the old output files are not in the generated header file.
555 @end table
558 @node Common Usage
559 @subsection How to use the @code{catgets} interface
561 The @code{catgets} functions can be used in two different ways.  By
562 following slavishly the X/Open specs and not relying on the extension
563 and by using the GNU extensions.  We will take a look at the former
564 method first to understand the benefits of extensions.
566 @subsubsection Not using symbolic names
568 Since the X/Open format of the message catalog files does not allow
569 symbol names we have to work with numbers all the time.  When we start
570 writing a program we have to replace all appearances of translatable
571 strings with something like
573 @smallexample
574 catgets (catdesc, set, msg, "string")
575 @end smallexample
577 @noindent
578 @var{catgets} is retrieved from a call to @code{catopen} which is
579 normally done once at the program start.  The @code{"string"} is the
580 string we want to translate.  The problems start with the set and
581 message numbers.
583 In a bigger program several programmers usually work at the same time on
584 the program and so coordinating the number allocation is crucial.
585 Though no two different strings must be indexed by the same tuple of
586 numbers it is highly desirable to reuse the numbers for equal strings
587 with equal translations (please note that there might be strings which
588 are equal in one language but have different translations due to
589 difference contexts).
591 The allocation process can be relaxed a bit by different set numbers for
592 different parts of the program.  So the number of developers who have to
593 coordinate the allocation can be reduced.  But still lists must be keep
594 track of the allocation and errors can easily happen.  These errors
595 cannot be discovered by the compiler or the @code{catgets} functions.
596 Only the user of the program might see wrong messages printed.  In the
597 worst cases the messages are so irritating that they cannot be
598 recognized as wrong.  Think about the translations for @code{"true"} and
599 @code{"false"} being exchanged.  This could result in a disaster.
602 @subsubsection Using symbolic names
604 The problems mentioned in the last section derive from the fact that:
606 @enumerate
607 @item
608 the numbers are allocated once and due to the possibly frequent use of
609 them it is difficult to change a number later.
610 @item
611 the numbers do not allow to guess anything about the string and
612 therefore collisions can easily happen.
613 @end enumerate
615 By constantly using symbolic names and by providing a method which maps
616 the string content to a symbolic name (however this will happen) one can
617 prevent both problems above.  The cost of this is that the programmer
618 has to write a complete message catalog file while s/he is writing the
619 program itself.
621 This is necessary since the symbolic names must be mapped to numbers
622 before the program sources can be compiled.  In the last section it was
623 described how to generate a header containing the mapping of the names.
624 E.g., for the example message file given in the last section we could
625 call the @code{gencat} program as follow (assume @file{ex.msg} contains
626 the sources).
628 @smallexample
629 gencat -H ex.h -o ex.cat ex.msg
630 @end smallexample
632 @noindent
633 This generates a header file with the following content:
635 @smallexample
636 #define SetTwoSet 0x2   /* ex.msg:8 */
638 #define SetOneSet 0x1   /* ex.msg:4 */
639 #define SetOnetwo 0x2   /* ex.msg:6 */
640 @end smallexample
642 As can be seen the various symbols given in the source file are mangled
643 to generate unique identifiers and these identifiers get numbers
644 assigned.  Reading the source file and knowing about the rules will
645 allow to predict the content of the header file (it is deterministic)
646 but this is not necessary.  The @code{gencat} program can take care for
647 everything.  All the programmer has to do is to put the generated header
648 file in the dependency list of the source files of her/his project and
649 to add a rules to regenerate the header of any of the input files
650 change.
652 One word about the symbol mangling.  Every symbol consists of two parts:
653 the name of the message set plus the name of the message or the special
654 string @code{Set}.  So @code{SetOnetwo} means this macro can be used to
655 access the translation with identifier @code{two} in the message set
656 @code{SetOne}.
658 The other names denote the names of the message sets.  The special
659 string @code{Set} is used in the place of the message identifier.
661 If in the code the second string of the set @code{SetOne} is used the C
662 code should look like this:
664 @smallexample
665 catgets (catdesc, SetOneSet, SetOnetwo,
666          "   Message with ID \"two\", which gets the value 2 assigned")
667 @end smallexample
669 Writing the function this way will allow to change the message number
670 and even the set number without requiring any change in the C source
671 code.  (The text of the string is normally not the same; this is only
672 for this example.)
675 @subsubsection How does to this allow to develop
677 To illustrate the usual way to work with the symbolic version numbers
678 here is a little example.  Assume we want to write the very complex and
679 famous greeting program.  We start by writing the code as usual:
681 @smallexample
682 #include <stdio.h>
684 main (void)
686   printf ("Hello, world!\n");
687   return 0;
689 @end smallexample
691 Now we want to internationalize the message and therefore replace the
692 message with whatever the user wants.
694 @smallexample
695 #include <nl_types.h>
696 #include <stdio.h>
697 #include "msgnrs.h"
699 main (void)
701   nl_catd catdesc = catopen ("hello.cat", NL_CAT_LOCALE);
702   printf (catgets (catdesc, SetMainSet, SetMainHello,
703                    "Hello, world!\n"));
704   catclose (catdesc);
705   return 0;
707 @end smallexample
709 We see how the catalog object is opened and the returned descriptor used
710 in the other function calls.  It is not really necessary to check for
711 failure of any of the functions since even in these situations the
712 functions will behave reasonable.  They simply will be return a
713 translation.
715 What remains unspecified here are the constants @code{SetMainSet} and
716 @code{SetMainHello}.  These are the symbolic names describing the
717 message.  To get the actual definitions which match the information in
718 the catalog file we have to create the message catalog source file and
719 process it using the @code{gencat} program.
721 @smallexample
722 $ Messages for the famous greeting program.
723 $quote "
725 $set Main
726 Hello "Hallo, Welt!\n"
727 @end smallexample
729 Now we can start building the program (assume the message catalog source
730 file is named @file{hello.msg} and the program source file @file{hello.c}):
732 @smallexample
733 % gencat -H msgnrs.h -o hello.cat hello.msg
734 % cat msgnrs.h
735 #define MainSet 0x1     /* hello.msg:4 */
736 #define MainHello 0x1   /* hello.msg:5 */
737 % gcc -o hello hello.c -I.
738 % cp hello.cat /usr/share/locale/de/LC_MESSAGES
739 % echo $LC_ALL
741 % ./hello
742 Hallo, Welt!
744 @end smallexample
746 The call of the @code{gencat} program creates the missing header file
747 @file{msgnrs.h} as well as the message catalog binary.  The former is
748 used in the compilation of @file{hello.c} while the later is placed in a
749 directory in which the @code{catopen} function will try to locate it.
750 Please check the @code{LC_ALL} environment variable and the default path
751 for @code{catopen} presented in the description above.
754 @node The Uniforum approach
755 @section The Uniforum approach to Message Translation
757 Sun Microsystems tried to standardize a different approach to message
758 translation in the Uniforum group.  There never was a real standard
759 defined but still the interface was used in Sun's operating systems.
760 Since this approach fits better in the development process of free
761 software it is also used throughout the GNU project and the GNU
762 @file{gettext} package provides support for this outside @theglibc{}.
764 The code of the @file{libintl} from GNU @file{gettext} is the same as
765 the code in @theglibc{}.  So the documentation in the GNU
766 @file{gettext} manual is also valid for the functionality here.  The
767 following text will describe the library functions in detail.  But the
768 numerous helper programs are not described in this manual.  Instead
769 people should read the GNU @file{gettext} manual
770 (@pxref{Top,,GNU gettext utilities,gettext,Native Language Support Library and Tools}).
771 We will only give a short overview.
773 Though the @code{catgets} functions are available by default on more
774 systems the @code{gettext} interface is at least as portable as the
775 former.  The GNU @file{gettext} package can be used wherever the
776 functions are not available.
779 @menu
780 * Message catalogs with gettext::  The @code{gettext} family of functions.
781 * Helper programs for gettext::    Programs to handle message catalogs
782                                     for @code{gettext}.
783 @end menu
786 @node Message catalogs with gettext
787 @subsection The @code{gettext} family of functions
789 The paradigms underlying the @code{gettext} approach to message
790 translations is different from that of the @code{catgets} functions the
791 basic functionally is equivalent.  There are functions of the following
792 categories:
794 @menu
795 * Translation with gettext::       What has to be done to translate a message.
796 * Locating gettext catalog::       How to determine which catalog to be used.
797 * Advanced gettext functions::     Additional functions for more complicated
798                                     situations.
799 * Charset conversion in gettext::  How to specify the output character set
800                                     @code{gettext} uses.
801 * GUI program problems::           How to use @code{gettext} in GUI programs.
802 * Using gettextized software::     The possibilities of the user to influence
803                                     the way @code{gettext} works.
804 @end menu
806 @node Translation with gettext
807 @subsubsection What has to be done to translate a message?
809 The @code{gettext} functions have a very simple interface.  The most
810 basic function just takes the string which shall be translated as the
811 argument and it returns the translation.  This is fundamentally
812 different from the @code{catgets} approach where an extra key is
813 necessary and the original string is only used for the error case.
815 If the string which has to be translated is the only argument this of
816 course means the string itself is the key.  I.e., the translation will
817 be selected based on the original string.  The message catalogs must
818 therefore contain the original strings plus one translation for any such
819 string.  The task of the @code{gettext} function is it to compare the
820 argument string with the available strings in the catalog and return the
821 appropriate translation.  Of course this process is optimized so that
822 this process is not more expensive than an access using an atomic key
823 like in @code{catgets}.
825 The @code{gettext} approach has some advantages but also some
826 disadvantages.  Please see the GNU @file{gettext} manual for a detailed
827 discussion of the pros and cons.
829 All the definitions and declarations for @code{gettext} can be found in
830 the @file{libintl.h} header file.  On systems where these functions are
831 not part of the C library they can be found in a separate library named
832 @file{libintl.a} (or accordingly different for shared libraries).
834 @comment libintl.h
835 @comment GNU
836 @deftypefun {char *} gettext (const char *@var{msgid})
837 @safety{@prelim{}@mtsafe{@mtsenv{}}@asunsafe{@asucorrupt{} @ascuheap{} @asulock{} @ascudlopen{}}@acunsafe{@acucorrupt{} @aculock{} @acsfd{} @acsmem{}}}
838 @c Wrapper for dcgettext.
839 The @code{gettext} function searches the currently selected message
840 catalogs for a string which is equal to @var{msgid}.  If there is such a
841 string available it is returned.  Otherwise the argument string
842 @var{msgid} is returned.
844 Please note that although the return value is @code{char *} the
845 returned string must not be changed.  This broken type results from the
846 history of the function and does not reflect the way the function should
847 be used.
849 Please note that above we wrote ``message catalogs'' (plural).  This is
850 a specialty of the GNU implementation of these functions and we will
851 say more about this when we talk about the ways message catalogs are
852 selected (@pxref{Locating gettext catalog}).
854 The @code{gettext} function does not modify the value of the global
855 @var{errno} variable.  This is necessary to make it possible to write
856 something like
858 @smallexample
859   printf (gettext ("Operation failed: %m\n"));
860 @end smallexample
862 Here the @var{errno} value is used in the @code{printf} function while
863 processing the @code{%m} format element and if the @code{gettext}
864 function would change this value (it is called before @code{printf} is
865 called) we would get a wrong message.
867 So there is no easy way to detect a missing message catalog beside
868 comparing the argument string with the result.  But it is normally the
869 task of the user to react on missing catalogs.  The program cannot guess
870 when a message catalog is really necessary since for a user who speaks
871 the language the program was developed in does not need any translation.
872 @end deftypefun
874 The remaining two functions to access the message catalog add some
875 functionality to select a message catalog which is not the default one.
876 This is important if parts of the program are developed independently.
877 Every part can have its own message catalog and all of them can be used
878 at the same time.  The C library itself is an example: internally it
879 uses the @code{gettext} functions but since it must not depend on a
880 currently selected default message catalog it must specify all ambiguous
881 information.
883 @comment libintl.h
884 @comment GNU
885 @deftypefun {char *} dgettext (const char *@var{domainname}, const char *@var{msgid})
886 @safety{@prelim{}@mtsafe{@mtsenv{}}@asunsafe{@asucorrupt{} @ascuheap{} @asulock{} @ascudlopen{}}@acunsafe{@acucorrupt{} @aculock{} @acsfd{} @acsmem{}}}
887 @c Wrapper for dcgettext.
888 The @code{dgettext} functions acts just like the @code{gettext}
889 function.  It only takes an additional first argument @var{domainname}
890 which guides the selection of the message catalogs which are searched
891 for the translation.  If the @var{domainname} parameter is the null
892 pointer the @code{dgettext} function is exactly equivalent to
893 @code{gettext} since the default value for the domain name is used.
895 As for @code{gettext} the return value type is @code{char *} which is an
896 anachronism.  The returned string must never be modified.
897 @end deftypefun
899 @comment libintl.h
900 @comment GNU
901 @deftypefun {char *} dcgettext (const char *@var{domainname}, const char *@var{msgid}, int @var{category})
902 @safety{@prelim{}@mtsafe{@mtsenv{}}@asunsafe{@asucorrupt{} @ascuheap{} @asulock{} @ascudlopen{}}@acunsafe{@acucorrupt{} @aculock{} @acsfd{} @acsmem{}}}
903 @c dcgettext @mtsenv @asucorrupt @ascuheap @asulock @ascudlopen @acucorrupt @aculock @acsfd @acsmem
904 @c  dcigettext @mtsenv @asucorrupt @ascuheap @asulock @ascudlopen @acucorrupt @aculock @acsfd @acsmem
905 @c   libc_rwlock_rdlock @asulock @aculock
906 @c   current_locale_name ok [protected from @mtslocale]
907 @c   tfind ok
908 @c   libc_rwlock_unlock ok
909 @c   plural_lookup ok
910 @c    plural_eval ok
911 @c    rawmemchr ok
912 @c   DETERMINE_SECURE ok, nothing
913 @c   strcmp ok
914 @c   strlen ok
915 @c   getcwd @ascuheap @acsmem @acsfd
916 @c   strchr ok
917 @c   stpcpy ok
918 @c   category_to_name ok
919 @c   guess_category_value @mtsenv
920 @c    getenv @mtsenv
921 @c    current_locale_name dup ok [protected from @mtslocale by dcigettext]
922 @c    strcmp ok
923 @c   ENABLE_SECURE ok
924 @c   _nl_find_domain @mtsenv @asucorrupt @ascuheap @asulock @ascudlopen @acucorrupt @aculock @acsfd @acsmem
925 @c    libc_rwlock_rdlock dup @asulock @aculock
926 @c    _nl_make_l10nflist dup @ascuheap @acsmem
927 @c    libc_rwlock_unlock dup ok
928 @c    _nl_load_domain @mtsenv @asucorrupt @ascuheap @asulock @ascudlopen @acucorrupt @aculock @acsfd @acsmem
929 @c     libc_lock_lock_recursive @aculock
930 @c     libc_lock_unlock_recursive @aculock
931 @c     open->open_not_cancel_2 @acsfd
932 @c     fstat ok
933 @c     mmap dup @acsmem
934 @c     close->close_not_cancel_no_status @acsfd
935 @c     malloc dup @ascuheap @acsmem
936 @c     read->read_not_cancel ok
937 @c     munmap dup @acsmem
938 @c     W dup ok
939 @c     strlen dup ok
940 @c     get_sysdep_segment_value ok
941 @c     memcpy dup ok
942 @c     hash_string dup ok
943 @c     free dup @ascuheap @acsmem
944 @c     libc_rwlock_init ok
945 @c     _nl_find_msg dup @mtsenv @asucorrupt @ascuheap @asulock @ascudlopen @acucorrupt @aculock @acsfd @acsmem
946 @c     libc_rwlock_fini ok
947 @c     EXTRACT_PLURAL_EXPRESSION @ascuheap @acsmem
948 @c      strstr dup ok
949 @c      isspace ok
950 @c      strtoul ok
951 @c      PLURAL_PARSE @ascuheap @acsmem
952 @c       malloc dup @ascuheap @acsmem
953 @c       free dup @ascuheap @acsmem
954 @c      INIT_GERMANIC_PLURAL ok, nothing
955 @c        the pre-C99 variant is @acucorrupt [protected from @mtuinit by dcigettext]
956 @c    _nl_expand_alias dup @ascuheap @asulock @acsmem @acsfd @aculock
957 @c    _nl_explode_name dup @ascuheap @acsmem
958 @c    libc_rwlock_wrlock dup @asulock @aculock
959 @c    free dup @asulock @aculock @acsfd @acsmem
960 @c   _nl_find_msg @mtsenv @asucorrupt @ascuheap @asulock @ascudlopen @acucorrupt @aculock @acsfd @acsmem
961 @c    _nl_load_domain dup @mtsenv @asucorrupt @ascuheap @asulock @ascudlopen @acucorrupt @aculock @acsfd @acsmem
962 @c    strlen ok
963 @c    hash_string ok
964 @c    W ok
965 @c     SWAP ok
966 @c      bswap_32 ok
967 @c    strcmp ok
968 @c    get_output_charset @mtsenv @ascuheap @acsmem
969 @c     getenv dup @mtsenv
970 @c     strlen dup ok
971 @c     malloc dup @ascuheap @acsmem
972 @c     memcpy dup ok
973 @c    libc_rwlock_rdlock dup @asulock @aculock
974 @c    libc_rwlock_unlock dup ok
975 @c    libc_rwlock_wrlock dup @asulock @aculock
976 @c    realloc @ascuheap @acsmem
977 @c    strdup @ascuheap @acsmem
978 @c    strstr ok
979 @c    strcspn ok
980 @c    mempcpy dup ok
981 @c    norm_add_slashes dup ok
982 @c    gconv_open @asucorrupt @ascuheap @asulock @ascudlopen @acucorrupt @aculock @acsmem @acsfd
983 @c     [protected from @mtslocale by dcigettext locale lock]
984 @c    free dup @ascuheap @acsmem
985 @c    libc_lock_lock @asulock @aculock
986 @c    calloc @ascuheap @acsmem
987 @c    gconv dup @acucorrupt [protected from @mtsrace and @asucorrupt by lock]
988 @c    libc_lock_unlock ok
989 @c   malloc @ascuheap @acsmem
990 @c   mempcpy ok
991 @c   memcpy ok
992 @c   strcpy ok
993 @c   libc_rwlock_wrlock @asulock @aculock
994 @c   tsearch @ascuheap @acucorrupt @acsmem [protected from @mtsrace and @asucorrupt]
995 @c    transcmp ok
996 @c     strmp dup ok
997 @c   free @ascuheap @acsmem
998 The @code{dcgettext} adds another argument to those which
999 @code{dgettext} takes.  This argument @var{category} specifies the last
1000 piece of information needed to localize the message catalog.  I.e., the
1001 domain name and the locale category exactly specify which message
1002 catalog has to be used (relative to a given directory, see below).
1004 The @code{dgettext} function can be expressed in terms of
1005 @code{dcgettext} by using
1007 @smallexample
1008 dcgettext (domain, string, LC_MESSAGES)
1009 @end smallexample
1011 @noindent
1012 instead of
1014 @smallexample
1015 dgettext (domain, string)
1016 @end smallexample
1018 This also shows which values are expected for the third parameter.  One
1019 has to use the available selectors for the categories available in
1020 @file{locale.h}.  Normally the available values are @code{LC_CTYPE},
1021 @code{LC_COLLATE}, @code{LC_MESSAGES}, @code{LC_MONETARY},
1022 @code{LC_NUMERIC}, and @code{LC_TIME}.  Please note that @code{LC_ALL}
1023 must not be used and even though the names might suggest this, there is
1024 no relation to the environments variables of this name.
1026 The @code{dcgettext} function is only implemented for compatibility with
1027 other systems which have @code{gettext} functions.  There is not really
1028 any situation where it is necessary (or useful) to use a different value
1029 but @code{LC_MESSAGES} in for the @var{category} parameter.  We are
1030 dealing with messages here and any other choice can only be irritating.
1032 As for @code{gettext} the return value type is @code{char *} which is an
1033 anachronism.  The returned string must never be modified.
1034 @end deftypefun
1036 When using the three functions above in a program it is a frequent case
1037 that the @var{msgid} argument is a constant string.  So it is worth to
1038 optimize this case.  Thinking shortly about this one will realize that
1039 as long as no new message catalog is loaded the translation of a message
1040 will not change.  This optimization is actually implemented by the
1041 @code{gettext}, @code{dgettext} and @code{dcgettext} functions.
1044 @node Locating gettext catalog
1045 @subsubsection How to determine which catalog to be used
1047 The functions to retrieve the translations for a given message have a
1048 remarkable simple interface.  But to provide the user of the program
1049 still the opportunity to select exactly the translation s/he wants and
1050 also to provide the programmer the possibility to influence the way to
1051 locate the search for catalogs files there is a quite complicated
1052 underlying mechanism which controls all this.  The code is complicated
1053 the use is easy.
1055 Basically we have two different tasks to perform which can also be
1056 performed by the @code{catgets} functions:
1058 @enumerate
1059 @item
1060 Locate the set of message catalogs.  There are a number of files for
1061 different languages and which all belong to the package.  Usually they
1062 are all stored in the filesystem below a certain directory.
1064 There can be arbitrary many packages installed and they can follow
1065 different guidelines for the placement of their files.
1067 @item
1068 Relative to the location specified by the package the actual translation
1069 files must be searched, based on the wishes of the user.  I.e., for each
1070 language the user selects the program should be able to locate the
1071 appropriate file.
1072 @end enumerate
1074 This is the functionality required by the specifications for
1075 @code{gettext} and this is also what the @code{catgets} functions are
1076 able to do.  But there are some problems unresolved:
1078 @itemize @bullet
1079 @item
1080 The language to be used can be specified in several different ways.
1081 There is no generally accepted standard for this and the user always
1082 expects the program understand what s/he means.  E.g., to select the
1083 German translation one could write @code{de}, @code{german}, or
1084 @code{deutsch} and the program should always react the same.
1086 @item
1087 Sometimes the specification of the user is too detailed.  If s/he, e.g.,
1088 specifies @code{de_DE.ISO-8859-1} which means German, spoken in Germany,
1089 coded using the @w{ISO 8859-1} character set there is the possibility
1090 that a message catalog matching this exactly is not available.  But
1091 there could be a catalog matching @code{de} and if the character set
1092 used on the machine is always @w{ISO 8859-1} there is no reason why this
1093 later message catalog should not be used.  (We call this @dfn{message
1094 inheritance}.)
1096 @item
1097 If a catalog for a wanted language is not available it is not always the
1098 second best choice to fall back on the language of the developer and
1099 simply not translate any message.  Instead a user might be better able
1100 to read the messages in another language and so the user of the program
1101 should be able to define a precedence order of languages.
1102 @end itemize
1104 We can divide the configuration actions in two parts: the one is
1105 performed by the programmer, the other by the user.  We will start with
1106 the functions the programmer can use since the user configuration will
1107 be based on this.
1109 As the functions described in the last sections already mention separate
1110 sets of messages can be selected by a @dfn{domain name}.  This is a
1111 simple string which should be unique for each program part with uses a
1112 separate domain.  It is possible to use in one program arbitrary many
1113 domains at the same time.  E.g., @theglibc{} itself uses a domain
1114 named @code{libc} while the program using the C Library could use a
1115 domain named @code{foo}.  The important point is that at any time
1116 exactly one domain is active.  This is controlled with the following
1117 function.
1119 @comment libintl.h
1120 @comment GNU
1121 @deftypefun {char *} textdomain (const char *@var{domainname})
1122 @safety{@prelim{}@mtsafe{}@asunsafe{@asulock{} @ascuheap{}}@acunsafe{@aculock{} @acsmem{}}}
1123 @c textdomain @asulock @ascuheap @aculock @acsmem
1124 @c  libc_rwlock_wrlock @asulock @aculock
1125 @c  strcmp ok
1126 @c  strdup @ascuheap @acsmem
1127 @c  free @ascuheap @acsmem
1128 @c  libc_rwlock_unlock ok
1129 The @code{textdomain} function sets the default domain, which is used in
1130 all future @code{gettext} calls, to @var{domainname}.  Please note that
1131 @code{dgettext} and @code{dcgettext} calls are not influenced if the
1132 @var{domainname} parameter of these functions is not the null pointer.
1134 Before the first call to @code{textdomain} the default domain is
1135 @code{messages}.  This is the name specified in the specification of
1136 the @code{gettext} API.  This name is as good as any other name.  No
1137 program should ever really use a domain with this name since this can
1138 only lead to problems.
1140 The function returns the value which is from now on taken as the default
1141 domain.  If the system went out of memory the returned value is
1142 @code{NULL} and the global variable @var{errno} is set to @code{ENOMEM}.
1143 Despite the return value type being @code{char *} the return string must
1144 not be changed.  It is allocated internally by the @code{textdomain}
1145 function.
1147 If the @var{domainname} parameter is the null pointer no new default
1148 domain is set.  Instead the currently selected default domain is
1149 returned.
1151 If the @var{domainname} parameter is the empty string the default domain
1152 is reset to its initial value, the domain with the name @code{messages}.
1153 This possibility is questionable to use since the domain @code{messages}
1154 really never should be used.
1155 @end deftypefun
1157 @comment libintl.h
1158 @comment GNU
1159 @deftypefun {char *} bindtextdomain (const char *@var{domainname}, const char *@var{dirname})
1160 @safety{@prelim{}@mtsafe{}@asunsafe{@ascuheap{}}@acunsafe{@acsmem{}}}
1161 @c bindtextdomain @ascuheap @acsmem
1162 @c  set_binding_values @ascuheap @acsmem
1163 @c   libc_rwlock_wrlock dup @asulock @aculock
1164 @c   strcmp dup ok
1165 @c   strdup dup @ascuheap @acsmem
1166 @c   free dup @ascuheap @acsmem
1167 @c   malloc dup @ascuheap @acsmem
1168 The @code{bindtextdomain} function can be used to specify the directory
1169 which contains the message catalogs for domain @var{domainname} for the
1170 different languages.  To be correct, this is the directory where the
1171 hierarchy of directories is expected.  Details are explained below.
1173 For the programmer it is important to note that the translations which
1174 come with the program have be placed in a directory hierarchy starting
1175 at, say, @file{/foo/bar}.  Then the program should make a
1176 @code{bindtextdomain} call to bind the domain for the current program to
1177 this directory.  So it is made sure the catalogs are found.  A correctly
1178 running program does not depend on the user setting an environment
1179 variable.
1181 The @code{bindtextdomain} function can be used several times and if the
1182 @var{domainname} argument is different the previously bound domains
1183 will not be overwritten.
1185 If the program which wish to use @code{bindtextdomain} at some point of
1186 time use the @code{chdir} function to change the current working
1187 directory it is important that the @var{dirname} strings ought to be an
1188 absolute pathname.  Otherwise the addressed directory might vary with
1189 the time.
1191 If the @var{dirname} parameter is the null pointer @code{bindtextdomain}
1192 returns the currently selected directory for the domain with the name
1193 @var{domainname}.
1195 The @code{bindtextdomain} function returns a pointer to a string
1196 containing the name of the selected directory name.  The string is
1197 allocated internally in the function and must not be changed by the
1198 user.  If the system went out of core during the execution of
1199 @code{bindtextdomain} the return value is @code{NULL} and the global
1200 variable @var{errno} is set accordingly.
1201 @end deftypefun
1204 @node Advanced gettext functions
1205 @subsubsection Additional functions for more complicated situations
1207 The functions of the @code{gettext} family described so far (and all the
1208 @code{catgets} functions as well) have one problem in the real world
1209 which have been neglected completely in all existing approaches.  What
1210 is meant here is the handling of plural forms.
1212 Looking through Unix source code before the time anybody thought about
1213 internationalization (and, sadly, even afterwards) one can often find
1214 code similar to the following:
1216 @smallexample
1217    printf ("%d file%s deleted", n, n == 1 ? "" : "s");
1218 @end smallexample
1220 @noindent
1221 After the first complaints from people internationalizing the code people
1222 either completely avoided formulations like this or used strings like
1223 @code{"file(s)"}.  Both look unnatural and should be avoided.  First
1224 tries to solve the problem correctly looked like this:
1226 @smallexample
1227    if (n == 1)
1228      printf ("%d file deleted", n);
1229    else
1230      printf ("%d files deleted", n);
1231 @end smallexample
1233 But this does not solve the problem.  It helps languages where the
1234 plural form of a noun is not simply constructed by adding an `s' but
1235 that is all.  Once again people fell into the trap of believing the
1236 rules their language is using are universal.  But the handling of plural
1237 forms differs widely between the language families.  There are two
1238 things we can differ between (and even inside language families);
1240 @itemize @bullet
1241 @item
1242 The form how plural forms are build differs.  This is a problem with
1243 language which have many irregularities.  German, for instance, is a
1244 drastic case.  Though English and German are part of the same language
1245 family (Germanic), the almost regular forming of plural noun forms
1246 (appending an `s') is hardly found in German.
1248 @item
1249 The number of plural forms differ.  This is somewhat surprising for
1250 those who only have experiences with Romanic and Germanic languages
1251 since here the number is the same (there are two).
1253 But other language families have only one form or many forms.  More
1254 information on this in an extra section.
1255 @end itemize
1257 The consequence of this is that application writers should not try to
1258 solve the problem in their code.  This would be localization since it is
1259 only usable for certain, hardcoded language environments.  Instead the
1260 extended @code{gettext} interface should be used.
1262 These extra functions are taking instead of the one key string two
1263 strings and a numerical argument.  The idea behind this is that using
1264 the numerical argument and the first string as a key, the implementation
1265 can select using rules specified by the translator the right plural
1266 form.  The two string arguments then will be used to provide a return
1267 value in case no message catalog is found (similar to the normal
1268 @code{gettext} behavior).  In this case the rules for Germanic language
1269 is used and it is assumed that the first string argument is the singular
1270 form, the second the plural form.
1272 This has the consequence that programs without language catalogs can
1273 display the correct strings only if the program itself is written using
1274 a Germanic language.  This is a limitation but since @theglibc{}
1275 (as well as the GNU @code{gettext} package) are written as part of the
1276 GNU package and the coding standards for the GNU project require program
1277 being written in English, this solution nevertheless fulfills its
1278 purpose.
1280 @comment libintl.h
1281 @comment GNU
1282 @deftypefun {char *} ngettext (const char *@var{msgid1}, const char *@var{msgid2}, unsigned long int @var{n})
1283 @safety{@prelim{}@mtsafe{@mtsenv{}}@asunsafe{@asucorrupt{} @ascuheap{} @asulock{} @ascudlopen{}}@acunsafe{@acucorrupt{} @aculock{} @acsfd{} @acsmem{}}}
1284 @c Wrapper for dcngettext.
1285 The @code{ngettext} function is similar to the @code{gettext} function
1286 as it finds the message catalogs in the same way.  But it takes two
1287 extra arguments.  The @var{msgid1} parameter must contain the singular
1288 form of the string to be converted.  It is also used as the key for the
1289 search in the catalog.  The @var{msgid2} parameter is the plural form.
1290 The parameter @var{n} is used to determine the plural form.  If no
1291 message catalog is found @var{msgid1} is returned if @code{n == 1},
1292 otherwise @code{msgid2}.
1294 An example for the us of this function is:
1296 @smallexample
1297   printf (ngettext ("%d file removed", "%d files removed", n), n);
1298 @end smallexample
1300 Please note that the numeric value @var{n} has to be passed to the
1301 @code{printf} function as well.  It is not sufficient to pass it only to
1302 @code{ngettext}.
1303 @end deftypefun
1305 @comment libintl.h
1306 @comment GNU
1307 @deftypefun {char *} dngettext (const char *@var{domain}, const char *@var{msgid1}, const char *@var{msgid2}, unsigned long int @var{n})
1308 @safety{@prelim{}@mtsafe{@mtsenv{}}@asunsafe{@asucorrupt{} @ascuheap{} @asulock{} @ascudlopen{}}@acunsafe{@acucorrupt{} @aculock{} @acsfd{} @acsmem{}}}
1309 @c Wrapper for dcngettext.
1310 The @code{dngettext} is similar to the @code{dgettext} function in the
1311 way the message catalog is selected.  The difference is that it takes
1312 two extra parameter to provide the correct plural form.  These two
1313 parameters are handled in the same way @code{ngettext} handles them.
1314 @end deftypefun
1316 @comment libintl.h
1317 @comment GNU
1318 @deftypefun {char *} dcngettext (const char *@var{domain}, const char *@var{msgid1}, const char *@var{msgid2}, unsigned long int @var{n}, int @var{category})
1319 @safety{@prelim{}@mtsafe{@mtsenv{}}@asunsafe{@asucorrupt{} @ascuheap{} @asulock{} @ascudlopen{}}@acunsafe{@acucorrupt{} @aculock{} @acsfd{} @acsmem{}}}
1320 @c Wrapper for dcigettext.
1321 The @code{dcngettext} is similar to the @code{dcgettext} function in the
1322 way the message catalog is selected.  The difference is that it takes
1323 two extra parameter to provide the correct plural form.  These two
1324 parameters are handled in the same way @code{ngettext} handles them.
1325 @end deftypefun
1327 @subsubheading The problem of plural forms
1329 A description of the problem can be found at the beginning of the last
1330 section.  Now there is the question how to solve it.  Without the input
1331 of linguists (which was not available) it was not possible to determine
1332 whether there are only a few different forms in which plural forms are
1333 formed or whether the number can increase with every new supported
1334 language.
1336 Therefore the solution implemented is to allow the translator to specify
1337 the rules of how to select the plural form.  Since the formula varies
1338 with every language this is the only viable solution except for
1339 hardcoding the information in the code (which still would require the
1340 possibility of extensions to not prevent the use of new languages).  The
1341 details are explained in the GNU @code{gettext} manual.  Here only a
1342 bit of information is provided.
1344 The information about the plural form selection has to be stored in the
1345 header entry (the one with the empty (@code{msgid} string).  It looks
1346 like this:
1348 @smallexample
1349 Plural-Forms: nplurals=2; plural=n == 1 ? 0 : 1;
1350 @end smallexample
1352 The @code{nplurals} value must be a decimal number which specifies how
1353 many different plural forms exist for this language.  The string
1354 following @code{plural} is an expression which is using the C language
1355 syntax.  Exceptions are that no negative number are allowed, numbers
1356 must be decimal, and the only variable allowed is @code{n}.  This
1357 expression will be evaluated whenever one of the functions
1358 @code{ngettext}, @code{dngettext}, or @code{dcngettext} is called.  The
1359 numeric value passed to these functions is then substituted for all uses
1360 of the variable @code{n} in the expression.  The resulting value then
1361 must be greater or equal to zero and smaller than the value given as the
1362 value of @code{nplurals}.
1364 @noindent
1365 The following rules are known at this point.  The language with families
1366 are listed.  But this does not necessarily mean the information can be
1367 generalized for the whole family (as can be easily seen in the table
1368 below).@footnote{Additions are welcome.  Send appropriate information to
1369 @email{bug-glibc-manual@@gnu.org}.}
1371 @table @asis
1372 @item Only one form:
1373 Some languages only require one single form.  There is no distinction
1374 between the singular and plural form.  An appropriate header entry
1375 would look like this:
1377 @smallexample
1378 Plural-Forms: nplurals=1; plural=0;
1379 @end smallexample
1381 @noindent
1382 Languages with this property include:
1384 @table @asis
1385 @item Finno-Ugric family
1386 Hungarian
1387 @item Asian family
1388 Japanese, Korean
1389 @item Turkic/Altaic family
1390 Turkish
1391 @end table
1393 @item Two forms, singular used for one only
1394 This is the form used in most existing programs since it is what English
1395 is using.  A header entry would look like this:
1397 @smallexample
1398 Plural-Forms: nplurals=2; plural=n != 1;
1399 @end smallexample
1401 (Note: this uses the feature of C expressions that boolean expressions
1402 have to value zero or one.)
1404 @noindent
1405 Languages with this property include:
1407 @table @asis
1408 @item Germanic family
1409 Danish, Dutch, English, German, Norwegian, Swedish
1410 @item Finno-Ugric family
1411 Estonian, Finnish
1412 @item Latin/Greek family
1413 Greek
1414 @item Semitic family
1415 Hebrew
1416 @item Romance family
1417 Italian, Portuguese, Spanish
1418 @item Artificial
1419 Esperanto
1420 @end table
1422 @item Two forms, singular used for zero and one
1423 Exceptional case in the language family.  The header entry would be:
1425 @smallexample
1426 Plural-Forms: nplurals=2; plural=n>1;
1427 @end smallexample
1429 @noindent
1430 Languages with this property include:
1432 @table @asis
1433 @item Romanic family
1434 French, Brazilian Portuguese
1435 @end table
1437 @item Three forms, special case for zero
1438 The header entry would be:
1440 @smallexample
1441 Plural-Forms: nplurals=3; plural=n%10==1 && n%100!=11 ? 0 : n != 0 ? 1 : 2;
1442 @end smallexample
1444 @noindent
1445 Languages with this property include:
1447 @table @asis
1448 @item Baltic family
1449 Latvian
1450 @end table
1452 @item Three forms, special cases for one and two
1453 The header entry would be:
1455 @smallexample
1456 Plural-Forms: nplurals=3; plural=n==1 ? 0 : n==2 ? 1 : 2;
1457 @end smallexample
1459 @noindent
1460 Languages with this property include:
1462 @table @asis
1463 @item Celtic
1464 Gaeilge (Irish)
1465 @end table
1467 @item Three forms, special case for numbers ending in 1[2-9]
1468 The header entry would look like this:
1470 @smallexample
1471 Plural-Forms: nplurals=3; \
1472     plural=n%10==1 && n%100!=11 ? 0 : \
1473            n%10>=2 && (n%100<10 || n%100>=20) ? 1 : 2;
1474 @end smallexample
1476 @noindent
1477 Languages with this property include:
1479 @table @asis
1480 @item Baltic family
1481 Lithuanian
1482 @end table
1484 @item Three forms, special cases for numbers ending in 1 and 2, 3, 4, except those ending in 1[1-4]
1485 The header entry would look like this:
1487 @smallexample
1488 Plural-Forms: nplurals=3; \
1489     plural=n%100/10==1 ? 2 : n%10==1 ? 0 : (n+9)%10>3 ? 2 : 1;
1490 @end smallexample
1492 @noindent
1493 Languages with this property include:
1495 @table @asis
1496 @item Slavic family
1497 Croatian, Czech, Russian, Ukrainian
1498 @end table
1500 @item Three forms, special cases for 1 and 2, 3, 4
1501 The header entry would look like this:
1503 @smallexample
1504 Plural-Forms: nplurals=3; \
1505     plural=(n==1) ? 1 : (n>=2 && n<=4) ? 2 : 0;
1506 @end smallexample
1508 @noindent
1509 Languages with this property include:
1511 @table @asis
1512 @item Slavic family
1513 Slovak
1514 @end table
1516 @item Three forms, special case for one and some numbers ending in 2, 3, or 4
1517 The header entry would look like this:
1519 @smallexample
1520 Plural-Forms: nplurals=3; \
1521     plural=n==1 ? 0 : \
1522            n%10>=2 && n%10<=4 && (n%100<10 || n%100>=20) ? 1 : 2;
1523 @end smallexample
1525 @noindent
1526 Languages with this property include:
1528 @table @asis
1529 @item Slavic family
1530 Polish
1531 @end table
1533 @item Four forms, special case for one and all numbers ending in 02, 03, or 04
1534 The header entry would look like this:
1536 @smallexample
1537 Plural-Forms: nplurals=4; \
1538     plural=n%100==1 ? 0 : n%100==2 ? 1 : n%100==3 || n%100==4 ? 2 : 3;
1539 @end smallexample
1541 @noindent
1542 Languages with this property include:
1544 @table @asis
1545 @item Slavic family
1546 Slovenian
1547 @end table
1548 @end table
1551 @node Charset conversion in gettext
1552 @subsubsection How to specify the output character set @code{gettext} uses
1554 @code{gettext} not only looks up a translation in a message catalog.  It
1555 also converts the translation on the fly to the desired output character
1556 set.  This is useful if the user is working in a different character set
1557 than the translator who created the message catalog, because it avoids
1558 distributing variants of message catalogs which differ only in the
1559 character set.
1561 The output character set is, by default, the value of @code{nl_langinfo
1562 (CODESET)}, which depends on the @code{LC_CTYPE} part of the current
1563 locale.  But programs which store strings in a locale independent way
1564 (e.g. UTF-8) can request that @code{gettext} and related functions
1565 return the translations in that encoding, by use of the
1566 @code{bind_textdomain_codeset} function.
1568 Note that the @var{msgid} argument to @code{gettext} is not subject to
1569 character set conversion.  Also, when @code{gettext} does not find a
1570 translation for @var{msgid}, it returns @var{msgid} unchanged --
1571 independently of the current output character set.  It is therefore
1572 recommended that all @var{msgid}s be US-ASCII strings.
1574 @comment libintl.h
1575 @comment GNU
1576 @deftypefun {char *} bind_textdomain_codeset (const char *@var{domainname}, const char *@var{codeset})
1577 @safety{@prelim{}@mtsafe{}@asunsafe{@ascuheap{}}@acunsafe{@acsmem{}}}
1578 @c bind_textdomain_codeset @ascuheap @acsmem
1579 @c  set_binding_values dup @ascuheap @acsmem
1580 The @code{bind_textdomain_codeset} function can be used to specify the
1581 output character set for message catalogs for domain @var{domainname}.
1582 The @var{codeset} argument must be a valid codeset name which can be used
1583 for the @code{iconv_open} function, or a null pointer.
1585 If the @var{codeset} parameter is the null pointer,
1586 @code{bind_textdomain_codeset} returns the currently selected codeset
1587 for the domain with the name @var{domainname}.  It returns @code{NULL} if
1588 no codeset has yet been selected.
1590 The @code{bind_textdomain_codeset} function can be used several times.
1591 If used multiple times with the same @var{domainname} argument, the
1592 later call overrides the settings made by the earlier one.
1594 The @code{bind_textdomain_codeset} function returns a pointer to a
1595 string containing the name of the selected codeset.  The string is
1596 allocated internally in the function and must not be changed by the
1597 user.  If the system went out of core during the execution of
1598 @code{bind_textdomain_codeset}, the return value is @code{NULL} and the
1599 global variable @var{errno} is set accordingly.
1600 @end deftypefun
1603 @node GUI program problems
1604 @subsubsection How to use @code{gettext} in GUI programs
1606 One place where the @code{gettext} functions, if used normally, have big
1607 problems is within programs with graphical user interfaces (GUIs).  The
1608 problem is that many of the strings which have to be translated are very
1609 short.  They have to appear in pull-down menus which restricts the
1610 length.  But strings which are not containing entire sentences or at
1611 least large fragments of a sentence may appear in more than one
1612 situation in the program but might have different translations.  This is
1613 especially true for the one-word strings which are frequently used in
1614 GUI programs.
1616 As a consequence many people say that the @code{gettext} approach is
1617 wrong and instead @code{catgets} should be used which indeed does not
1618 have this problem.  But there is a very simple and powerful method to
1619 handle these kind of problems with the @code{gettext} functions.
1621 @noindent
1622 As an example consider the following fictional situation.  A GUI program
1623 has a menu bar with the following entries:
1625 @smallexample
1626 +------------+------------+--------------------------------------+
1627 | File       | Printer    |                                      |
1628 +------------+------------+--------------------------------------+
1629 | Open     | | Select   |
1630 | New      | | Open     |
1631 +----------+ | Connect  |
1632              +----------+
1633 @end smallexample
1635 To have the strings @code{File}, @code{Printer}, @code{Open},
1636 @code{New}, @code{Select}, and @code{Connect} translated there has to be
1637 at some point in the code a call to a function of the @code{gettext}
1638 family.  But in two places the string passed into the function would be
1639 @code{Open}.  The translations might not be the same and therefore we
1640 are in the dilemma described above.
1642 One solution to this problem is to artificially enlengthen the strings
1643 to make them unambiguous.  But what would the program do if no
1644 translation is available?  The enlengthened string is not what should be
1645 printed.  So we should use a little bit modified version of the functions.
1647 To enlengthen the strings a uniform method should be used.  E.g., in the
1648 example above the strings could be chosen as
1650 @smallexample
1651 Menu|File
1652 Menu|Printer
1653 Menu|File|Open
1654 Menu|File|New
1655 Menu|Printer|Select
1656 Menu|Printer|Open
1657 Menu|Printer|Connect
1658 @end smallexample
1660 Now all the strings are different and if now instead of @code{gettext}
1661 the following little wrapper function is used, everything works just
1662 fine:
1664 @cindex sgettext
1665 @smallexample
1666   char *
1667   sgettext (const char *msgid)
1668   @{
1669     char *msgval = gettext (msgid);
1670     if (msgval == msgid)
1671       msgval = strrchr (msgid, '|') + 1;
1672     return msgval;
1673   @}
1674 @end smallexample
1676 What this little function does is to recognize the case when no
1677 translation is available.  This can be done very efficiently by a
1678 pointer comparison since the return value is the input value.  If there
1679 is no translation we know that the input string is in the format we used
1680 for the Menu entries and therefore contains a @code{|} character.  We
1681 simply search for the last occurrence of this character and return a
1682 pointer to the character following it.  That's it!
1684 If one now consistently uses the enlengthened string form and replaces
1685 the @code{gettext} calls with calls to @code{sgettext} (this is normally
1686 limited to very few places in the GUI implementation) then it is
1687 possible to produce a program which can be internationalized.
1689 With advanced compilers (such as GNU C) one can write the
1690 @code{sgettext} functions as an inline function or as a macro like this:
1692 @cindex sgettext
1693 @smallexample
1694 #define sgettext(msgid) \
1695   (@{ const char *__msgid = (msgid);            \
1696      char *__msgstr = gettext (__msgid);       \
1697      if (__msgval == __msgid)                  \
1698        __msgval = strrchr (__msgid, '|') + 1;  \
1699      __msgval; @})
1700 @end smallexample
1702 The other @code{gettext} functions (@code{dgettext}, @code{dcgettext}
1703 and the @code{ngettext} equivalents) can and should have corresponding
1704 functions as well which look almost identical, except for the parameters
1705 and the call to the underlying function.
1707 Now there is of course the question why such functions do not exist in
1708 @theglibc{}?  There are two parts of the answer to this question.
1710 @itemize @bullet
1711 @item
1712 They are easy to write and therefore can be provided by the project they
1713 are used in.  This is not an answer by itself and must be seen together
1714 with the second part which is:
1716 @item
1717 There is no way the C library can contain a version which can work
1718 everywhere.  The problem is the selection of the character to separate
1719 the prefix from the actual string in the enlenghtened string.  The
1720 examples above used @code{|} which is a quite good choice because it
1721 resembles a notation frequently used in this context and it also is a
1722 character not often used in message strings.
1724 But what if the character is used in message strings.  Or if the chose
1725 character is not available in the character set on the machine one
1726 compiles (e.g., @code{|} is not required to exist for @w{ISO C}; this is
1727 why the @file{iso646.h} file exists in @w{ISO C} programming environments).
1728 @end itemize
1730 There is only one more comment to make left.  The wrapper function above
1731 require that the translations strings are not enlengthened themselves.
1732 This is only logical.  There is no need to disambiguate the strings
1733 (since they are never used as keys for a search) and one also saves
1734 quite some memory and disk space by doing this.
1737 @node Using gettextized software
1738 @subsubsection User influence on @code{gettext}
1740 The last sections described what the programmer can do to
1741 internationalize the messages of the program.  But it is finally up to
1742 the user to select the message s/he wants to see.  S/He must understand
1743 them.
1745 The POSIX locale model uses the environment variables @code{LC_COLLATE},
1746 @code{LC_CTYPE}, @code{LC_MESSAGES}, @code{LC_MONETARY}, @code{LC_NUMERIC},
1747 and @code{LC_TIME} to select the locale which is to be used.  This way
1748 the user can influence lots of functions.  As we mentioned above the
1749 @code{gettext} functions also take advantage of this.
1751 To understand how this happens it is necessary to take a look at the
1752 various components of the filename which gets computed to locate a
1753 message catalog.  It is composed as follows:
1755 @smallexample
1756 @var{dir_name}/@var{locale}/LC_@var{category}/@var{domain_name}.mo
1757 @end smallexample
1759 The default value for @var{dir_name} is system specific.  It is computed
1760 from the value given as the prefix while configuring the C library.
1761 This value normally is @file{/usr} or @file{/}.  For the former the
1762 complete @var{dir_name} is:
1764 @smallexample
1765 /usr/share/locale
1766 @end smallexample
1768 We can use @file{/usr/share} since the @file{.mo} files containing the
1769 message catalogs are system independent, so all systems can use the same
1770 files.  If the program executed the @code{bindtextdomain} function for
1771 the message domain that is currently handled, the @code{dir_name}
1772 component is exactly the value which was given to the function as
1773 the second parameter.  I.e., @code{bindtextdomain} allows overwriting
1774 the only system dependent and fixed value to make it possible to
1775 address files anywhere in the filesystem.
1777 The @var{category} is the name of the locale category which was selected
1778 in the program code.  For @code{gettext} and @code{dgettext} this is
1779 always @code{LC_MESSAGES}, for @code{dcgettext} this is selected by the
1780 value of the third parameter.  As said above it should be avoided to
1781 ever use a category other than @code{LC_MESSAGES}.
1783 The @var{locale} component is computed based on the category used.  Just
1784 like for the @code{setlocale} function here comes the user selection
1785 into the play.  Some environment variables are examined in a fixed order
1786 and the first environment variable set determines the return value of
1787 the lookup process.  In detail, for the category @code{LC_xxx} the
1788 following variables in this order are examined:
1790 @table @code
1791 @item LANGUAGE
1792 @item LC_ALL
1793 @item LC_xxx
1794 @item LANG
1795 @end table
1797 This looks very familiar.  With the exception of the @code{LANGUAGE}
1798 environment variable this is exactly the lookup order the
1799 @code{setlocale} function uses.  But why introducing the @code{LANGUAGE}
1800 variable?
1802 The reason is that the syntax of the values these variables can have is
1803 different to what is expected by the @code{setlocale} function.  If we
1804 would set @code{LC_ALL} to a value following the extended syntax that
1805 would mean the @code{setlocale} function will never be able to use the
1806 value of this variable as well.  An additional variable removes this
1807 problem plus we can select the language independently of the locale
1808 setting which sometimes is useful.
1810 While for the @code{LC_xxx} variables the value should consist of
1811 exactly one specification of a locale the @code{LANGUAGE} variable's
1812 value can consist of a colon separated list of locale names.  The
1813 attentive reader will realize that this is the way we manage to
1814 implement one of our additional demands above: we want to be able to
1815 specify an ordered list of language.
1817 Back to the constructed filename we have only one component missing.
1818 The @var{domain_name} part is the name which was either registered using
1819 the @code{textdomain} function or which was given to @code{dgettext} or
1820 @code{dcgettext} as the first parameter.  Now it becomes obvious that a
1821 good choice for the domain name in the program code is a string which is
1822 closely related to the program/package name.  E.g., for @theglibc{}
1823 the domain name is @code{libc}.
1825 @noindent
1826 A limit piece of example code should show how the programmer is supposed
1827 to work:
1829 @smallexample
1831   setlocale (LC_ALL, "");
1832   textdomain ("test-package");
1833   bindtextdomain ("test-package", "/usr/local/share/locale");
1834   puts (gettext ("Hello, world!"));
1836 @end smallexample
1838 At the program start the default domain is @code{messages}, and the
1839 default locale is "C".  The @code{setlocale} call sets the locale
1840 according to the user's environment variables; remember that correct
1841 functioning of @code{gettext} relies on the correct setting of the
1842 @code{LC_MESSAGES} locale (for looking up the message catalog) and
1843 of the @code{LC_CTYPE} locale (for the character set conversion).
1844 The @code{textdomain} call changes the default domain to
1845 @code{test-package}.  The @code{bindtextdomain} call specifies that
1846 the message catalogs for the domain @code{test-package} can be found
1847 below the directory @file{/usr/local/share/locale}.
1849 If now the user set in her/his environment the variable @code{LANGUAGE}
1850 to @code{de} the @code{gettext} function will try to use the
1851 translations from the file
1853 @smallexample
1854 /usr/local/share/locale/de/LC_MESSAGES/test-package.mo
1855 @end smallexample
1857 From the above descriptions it should be clear which component of this
1858 filename is determined by which source.
1860 In the above example we assumed that the @code{LANGUAGE} environment
1861 variable to @code{de}.  This might be an appropriate selection but what
1862 happens if the user wants to use @code{LC_ALL} because of the wider
1863 usability and here the required value is @code{de_DE.ISO-8859-1}?  We
1864 already mentioned above that a situation like this is not infrequent.
1865 E.g., a person might prefer reading a dialect and if this is not
1866 available fall back on the standard language.
1868 The @code{gettext} functions know about situations like this and can
1869 handle them gracefully.  The functions recognize the format of the value
1870 of the environment variable.  It can split the value is different pieces
1871 and by leaving out the only or the other part it can construct new
1872 values.  This happens of course in a predictable way.  To understand
1873 this one must know the format of the environment variable value.  There
1874 is one more or less standardized form, originally from the X/Open
1875 specification:
1877 @code{language[_territory[.codeset]][@@modifier]}
1879 Less specific locale names will be stripped of in the order of the
1880 following list:
1882 @enumerate
1883 @item
1884 @code{codeset}
1885 @item
1886 @code{normalized codeset}
1887 @item
1888 @code{territory}
1889 @item
1890 @code{modifier}
1891 @end enumerate
1893 The @code{language} field will never be dropped for obvious reasons.
1895 The only new thing is the @code{normalized codeset} entry.  This is
1896 another goodie which is introduced to help reducing the chaos which
1897 derives from the inability of the people to standardize the names of
1898 character sets.  Instead of @w{ISO-8859-1} one can often see @w{8859-1},
1899 @w{88591}, @w{iso8859-1}, or @w{iso_8859-1}.  The @code{normalized
1900 codeset} value is generated from the user-provided character set name by
1901 applying the following rules:
1903 @enumerate
1904 @item
1905 Remove all characters beside numbers and letters.
1906 @item
1907 Fold letters to lowercase.
1908 @item
1909 If the same only contains digits prepend the string @code{"iso"}.
1910 @end enumerate
1912 @noindent
1913 So all of the above name will be normalized to @code{iso88591}.  This
1914 allows the program user much more freely choosing the locale name.
1916 Even this extended functionality still does not help to solve the
1917 problem that completely different names can be used to denote the same
1918 locale (e.g., @code{de} and @code{german}).  To be of help in this
1919 situation the locale implementation and also the @code{gettext}
1920 functions know about aliases.
1922 The file @file{/usr/share/locale/locale.alias} (replace @file{/usr} with
1923 whatever prefix you used for configuring the C library) contains a
1924 mapping of alternative names to more regular names.  The system manager
1925 is free to add new entries to fill her/his own needs.  The selected
1926 locale from the environment is compared with the entries in the first
1927 column of this file ignoring the case.  If they match the value of the
1928 second column is used instead for the further handling.
1930 In the description of the format of the environment variables we already
1931 mentioned the character set as a factor in the selection of the message
1932 catalog.  In fact, only catalogs which contain text written using the
1933 character set of the system/program can be used (directly; there will
1934 come a solution for this some day).  This means for the user that s/he
1935 will always have to take care for this.  If in the collection of the
1936 message catalogs there are files for the same language but coded using
1937 different character sets the user has to be careful.
1940 @node Helper programs for gettext
1941 @subsection Programs to handle message catalogs for @code{gettext}
1943 @Theglibc{} does not contain the source code for the programs to
1944 handle message catalogs for the @code{gettext} functions.  As part of
1945 the GNU project the GNU gettext package contains everything the
1946 developer needs.  The functionality provided by the tools in this
1947 package by far exceeds the abilities of the @code{gencat} program
1948 described above for the @code{catgets} functions.
1950 There is a program @code{msgfmt} which is the equivalent program to the
1951 @code{gencat} program.  It generates from the human-readable and
1952 -editable form of the message catalog a binary file which can be used by
1953 the @code{gettext} functions.  But there are several more programs
1954 available.
1956 The @code{xgettext} program can be used to automatically extract the
1957 translatable messages from a source file.  I.e., the programmer need not
1958 take care of the translations and the list of messages which have to be
1959 translated.  S/He will simply wrap the translatable string in calls to
1960 @code{gettext} et.al and the rest will be done by @code{xgettext}.  This
1961 program has a lot of options which help to customize the output or
1962 help to understand the input better.
1964 Other programs help to manage the development cycle when new messages appear
1965 in the source files or when a new translation of the messages appears.
1966 Here it should only be noted that using all the tools in GNU gettext it
1967 is possible to @emph{completely} automate the handling of message
1968 catalogs.  Beside marking the translatable strings in the source code and
1969 generating the translations the developers do not have anything to do
1970 themselves.