doc/kbd.FAQ-12.html

   1 <!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 3.2 Final//EN">
   2 <HTML>
   3 <HEAD>
   4  <META NAME="GENERATOR" CONTENT="SGML-Tools 1.0.9">
   5  <TITLE>The Linux keyboard and console HOWTO: How to make other programs work with non-ASCII chars</TITLE>
   6  <LINK HREF="kbd.FAQ-13.html" REL=next>
   7  <LINK HREF="kbd.FAQ-11.html" REL=previous>
   8  <LINK HREF="kbd.FAQ.html#toc12" REL=contents>
   9 </HEAD>
  10 <BODY>
  11 <A HREF="kbd.FAQ-13.html">Next</A>
  12 <A HREF="kbd.FAQ-11.html">Previous</A>
  13 <A HREF="kbd.FAQ.html#toc12">Contents</A>
  14 <HR>
  15 <H2><A NAME="s12">12. How to make other programs work with non-ASCII chars</A></H2>
  16
  17 <P>
  18 <!--
  19 non-ASCII characters, using
  20 -->
  21 <P>In the bad old days this used to be quite a hassle. Every separate
  22 program had to be convinced individually to leave your bits alone.
  23 Not that all is easy now, but recently a lot of gnu utilities have
  24 learned to react to <CODE>LC_CTYPE=iso_8859_1</CODE> or <CODE>LC_CTYPE=iso-8859-1</CODE>.
  25 Try this first, and if it doesn't help look at the hints below.
  26 Note that in recent versions of libc the routine setlocale() only
  27 works if you have installed the locale files (e.g. in
  28 <CODE>/usr/lib/locale</CODE>).
  29 <P>First of all, the 8-th bit should survive the kernel input processing,
  30 so make sure to have <CODE>stty cs8 -istrip -parenb</CODE> set.
  31 <P>A. For <CODE>emacs</CODE> the details strongly depend on the version.
  32 The information below is for version 19.34. Put lines
  33 <BLOCKQUOTE><CODE>
  34 <PRE>
  35         (set-input-mode nil nil 1)
  36         (standard-display-european t)
  37         (require 'iso-syntax)
  38 </PRE>
  39 </CODE></BLOCKQUOTE>
  40
  41 into your <CODE>$HOME/.emacs</CODE>.
  42 The first line (to be precise: the final 1)
  43 tells <CODE>emacs</CODE> not to discard the 8-th bit from input characters.
  44 The second line tells <CODE>emacs</CODE> not to display non-ASCII characters
  45 as octal escapes.
  46 The third line specifies the syntactic properties
  47 and case conversion table for the Latin-1 character set
  48 These last two lines are superfluous if you have something like
  49 <CODE>LC_CTYPE=ISO-8859-1</CODE> in your environment.
  50 (The variable may also be <CODE>LC_ALL</CODE> or even <CODE>LANG</CODE>.
  51 The value may be anything with a substring `88591' or `8859-1'
  52 or `8859_1'.)
  53 <P>This is a good start.
  54 On a terminal that cannot display non-ASCII ISO 8859-1 symbols,
  55 the command
  56 <BLOCKQUOTE><CODE>
  57 <PRE>
  58         (load-library "iso-ascii")
  59 </PRE>
  60 </CODE></BLOCKQUOTE>
  61
  62 will cause accented characters to be displayed comme {,c}a.
  63 If your keymap does not make it easy to produce non-ASCII characters,
  64 then
  65 <BLOCKQUOTE><CODE>
  66 <PRE>
  67         (load-library "iso-transl")
  68 </PRE>
  69 </CODE></BLOCKQUOTE>
  70
  71 will make the 2-character sequence Ctrl-X 8 a compose character,
  72 so that the 4-character sequence Ctrl-X 8 , c produces c-cedilla.
  73 Very inconvenient.
  74 <P>The command
  75 <BLOCKQUOTE><CODE>
  76 <PRE>
  77         (iso-accents-mode)
  78 </PRE>
  79 </CODE></BLOCKQUOTE>
  80
  81 will toggle ISO-8859-1 accent mode, in which the six
  82 characters ', `, ", ^, ~, / are dead keys
  83 modifying the following symbol.
  84 Special combinations: ~c gives a c with cedilla,
  85 ~d gives an Icelandic eth, ~t gives an Icelandic thorn,
  86 "s gives German sharp s, /a gives a with ring,
  87 /e gives an a-e ligature, ~&lt; and ~&gt; give guillemots,
  88 ~! gives an inverted exclamation mark,
  89 ~? gives an inverted question mark, and '' gives an acute accent.
  90 This is the default mapping of accents.
  91 The variable <CODE>iso-languages</CODE> is a list of pairs (language name,
  92 accent mapping), and a non-default mapping can be selected using
  93 <BLOCKQUOTE><CODE>
  94 <PRE>
  95         (iso-accents-customize LANGUAGE)
  96 </PRE>
  97 </CODE></BLOCKQUOTE>
  98
  99 Here LANGUAGE can be one of <CODE>"portuguese"</CODE>, <CODE>"irish"</CODE>,
 100 <CODE>"french"</CODE>, <CODE>"latin-2"</CODE>, <CODE>"latin-1"</CODE>.
 101 <P>Since the Linux default compose character is Ctrl-.
 102 it might be convenient to use that everywhere. Try
 103 <BLOCKQUOTE><CODE>
 104 <PRE>
 105         (load-library "iso-insert.el")
 106         (define-key global-map [?\C-.] 8859-1-map)
 107 </PRE>
 108 </CODE></BLOCKQUOTE>
 109
 110 The latter line will not work under <CODE>xterm</CODE>, if you use <CODE>emacs -nw</CODE>,
 111 but in that case you can put
 112 <BLOCKQUOTE><CODE>
 113 <PRE>
 114         XTerm*VT100.Translations:       #override\n\
 115               Ctrl &lt;KeyPress> . : string("\0308")
 116 </PRE>
 117 </CODE></BLOCKQUOTE>
 118
 119 in your <CODE>.Xresources</CODE>.)
 120 <P>B. For <CODE>less</CODE>, put <CODE>LESSCHARSET=latin1</CODE> in the environment.
 121 This is also what you need if you see <CODE>\255</CODE> or <CODE>&lt;AD&gt;</CODE>
 122 in <CODE>man</CODE> output: some versions of <CODE>less</CODE> will render the soft hyphen
 123 (octal 0255, hex 0xAD) this way when not given permission to output Latin-1.
 124 <P>C. For <CODE>ls</CODE>, give the option <CODE>-N</CODE>. (Probably you want to make an alias.)
 125 <P>D. For <CODE>bash</CODE> (version 1.13.*), put
 126 <BLOCKQUOTE><CODE>
 127 <PRE>
 128         set meta-flag on
 129         set convert-meta off
 130         set output-meta on
 131 </PRE>
 132 </CODE></BLOCKQUOTE>
 133
 134 into your <CODE>$HOME/.inputrc</CODE>.
 135 <P>E. For <CODE>tcsh</CODE>, use
 136 <BLOCKQUOTE><CODE>
 137 <PRE>
 138         setenv LANG     US_en
 139         setenv LC_CTYPE iso_8859_1
 140 </PRE>
 141 </CODE></BLOCKQUOTE>
 142
 143 If you have nls on your system, then the corresponding routines are used.
 144 Otherwise <CODE>tcsh</CODE> will assume iso_8859_1, regardless of the values given to
 145 LANG and LC_CTYPE. See the section NATIVE LANGUAGE SYSTEM in tcsh(1).
 146 (The Danish HOWTO says: <CODE>setenv LC_CTYPE ISO-8859-1; stty pass8</CODE>)
 147 <P>F. For <CODE>flex</CODE>, give the option <CODE>-8</CODE> if the parser it generates must be
 148 able to handle 8-bit input. (Of course it must.)
 149 <P>G. For <CODE>elm</CODE>, set <CODE>displaycharset</CODE> to <CODE>ISO-8859-1</CODE>.
 150 (Danish HOWTO: <CODE>LANG=C</CODE> and <CODE>LC_CTYPE=ISO-8859-1</CODE>)
 151 <P>H. For programs using curses (such as <CODE>lynx</CODE>) David Sibley reports:
 152 The regular curses package uses the high-order bit for reverse video mode
 153 (see flag _STANDOUT defined in <CODE>/usr/include/curses.h</CODE>).  However,
 154 <CODE>ncurses</CODE> seems to be 8-bit clean and does display iso-latin-8859-1
 155 correctly.
 156 <P>I. For programs using <CODE>groff</CODE> (such as <CODE>man</CODE>), make sure to use
 157 <CODE>-Tlatin1</CODE> instead of <CODE>-Tascii</CODE>. Old versions of the program <CODE>man</CODE>
 158 also use <CODE>col</CODE>, and the next point also applies.
 159 <P>J. For <CODE>col</CODE>, make sure 1) that it is fixed so as to do
 160 <CODE>setlocale(LC_CTYPE,"");</CODE> and 2) put
 161 <CODE>LC_CTYPE=ISO-8859-1</CODE> in the environment.
 162 <P>K. For <CODE>rlogin</CODE>, use option <CODE>-8</CODE>.
 163 <P>L. For <CODE>joe</CODE>,
 164 <CODE>metalab.unc.edu:/pub/Linux/apps/editors/joe-1.0.8-linux.tar.gz</CODE>
 165 is said to work after editing the configuration file. Someone else said:
 166 <CODE>joe</CODE>: Put the <CODE>-asis</CODE> option in <CODE>/isr/lib/joerc</CODE> in the
 167 first column.
 168 <P>M. For LaTeX: <CODE>\documentstyle[isolatin]{article}</CODE>.
 169 For LaTeX2e: <CODE>\documentclass{article}\usepackage{isolatin}</CODE>
 170 where <CODE>isolatin.sty</CODE> is available from
 171 <A HREF="ftp://ftp.vlsivie.tuwien.ac.at/pub/8bit">ftp.vlsivie.tuwien.ac.at/pub/8bit</A>.
 172 <P>A nice discussion on the topic of ISO-8859-1 and how to manage 8-bit
 173 characters is contained in the file <CODE>grasp.insa-lyon.fr:/pub/faq/fr/accents</CODE>
 174 (in French). Another fine discussion (in English) can be found in
 175 <A HREF="ftp://rtfm.mit.edu/pub/usenet-by-group/comp.answers/internationalization/iso-8859-1-charset">rtfm.mit.edu:pub/usenet-by-group/comp.answers/internationalization/iso-8859-1-charset</A>.
 176 <P>If you need to fix a program that behaves badly with 8-bit characters,
 177 one thing to keep in mind is that if you have a signed char type then
 178 characters may be negative, and using them as an array index will fail.
 179 Several programs can be fixed by judiciously adding (unsigned char) casts.
 180 <P>
 181 <HR>
 182 <A HREF="kbd.FAQ-13.html">Next</A>
 183 <A HREF="kbd.FAQ-11.html">Previous</A>
 184 <A HREF="kbd.FAQ.html#toc12">Contents</A>
 185 </BODY>
 186 </HTML>