glibc 从哪里获得其 unicode 属性数据库？ [关闭]答案

【问题标题】：Where does glibc get its database of unicode attributes? [closed]glibc 从哪里获得其 unicode 属性数据库？ [关闭]
【发布时间】：2023-03-26 21:46:02
【问题描述】：

glibc 从哪里获得它的 unicode 属性数据库，例如 wcwidth() 之类的函数？我有兴趣更正一些错误条目，但我似乎无法找到这些信息在其源分布中的位置。

如果重要的话，我主要对 debian 或 ubuntu linux 下的这个感兴趣。

【问题讨论】：

标签： c linux open-source unicode glibc

【解决方案1】：

看起来数据是由（显然是手动运行的）localedata/gen-unicode-ctype.c 从http://unicode.org/Public/UNIDATA/ 发布的 unicode 数据文件生成的。感谢 Naaff 为我指明了正确的方向！

【讨论】：

【解决方案2】：

好的，所以我只是在自己周围摸索，所以我不确定，但您要查找的表似乎位于以下相对于 glibc 根目录的位置：

localedata/locales/i18n

这似乎是 Unicode（第 5 版）语言环境。它包含以下内容，我认为您需要在其中进行更改：

% ENCLOSED ALPHANUMERICS/
   <U24D0>..<U24E9>;/

如果您想知道，函数 ctype_output (ld-ctype.c) 调用 allocate_arrays，后者调用 wcwidth_table_init。函数 wcwidth_table_init 由 3level.h 生成（它还生成遵循相同模板的其他表）。这是我跟踪 localedate/locales 中文件的链条。

就像我说的，我不能 100% 确定这是正确的桌子，但我想我会分享我发现的。

【讨论】：

该文件中的 cmets 表明它是由 localedata/gen-unicode-ctype.c 生成的，它涉及 UnicodeData 文件，但是 glibc 分发中使用的 UnicodeData 文件在哪里...？我不想修补生成的文件，看起来下次有新版本时它会变得很粘。
嗯...这是一个很好的观点。您是否尝试过修改生成的文件，只是为了验证 wcwidth() 返回正确的值？这可能很有用，因为它将证明我们走在正确的道路上。然后我们可以花更多的精力找出文件是如何生成的，以便从根本上解决问题。
@bdonlan：他们是否更新了它以使用 Unicode 6.0.0 UnicodeData 文件重新运行它？也许它已在当前版本中修复。

【解决方案3】：

我相信它是在语言环境定义文件中定义的。有关语言环境的更多信息，请参阅this page。 glibc 在localedate/locales 中包含了一堆语言环境定义，尽管它们似乎都没有任何宽度信息。

【讨论】：

然而，语言环境是由 ... glibc 附带的 localedef 应用程序生成的。我对找到规范位置来编辑此信息更感兴趣...