en_US.utf8 和 en_US.UTF-8 有区别吗？

TL;博士：

据我所知，其中的代码页/字符集并未得到官方.utf8认可。en_US.utf8没有 IANAutf8字符集名称。utf8可能是由glibc- 见最终标题生成的。

IANA 字符集名称是UTF-8.

• 连字符很重要
• 大小写敏感_

因此，这些都是有效的：

• en_US.utf-8
• en_US.UTF-8
• en_US.uTf-8

还有一个！区分大小写！名称的别名，即：。 UTF-8csUTF8

因此，这也是有效的：

en_US.csUTF8

但我从未在野外见过这种情况。

细节，有章节和经文

UTF-8是有效的 IANA 字符集名称，而utf8不是。它甚至不是一个有效的别名。

POSIX.1-2017，第8.2 节国际化变量说：

如果语言环境值具有以下形式：

language[_territory][.codeset]

它指的是实现提供的语言环境，其中语言、区域和代码集的设置是实现定义的。

这里有问题的[.codeset]部分是 POSIX 没有定义的部分，但 IANA 定义了。

对于 RFC2978: 定义的字符集UTF-8, a transformation format of ISO 10646， IANA Character Sets将名称列为：

UTF-8

顶部的注释说：

这些是可以在 Internet 中使用的字符集的正式名称，并且可以在 Internet 文档中引用。

提供了一个别名 csUTF8，关于RFC2978 IANA 字符集注册程序，第 2.3 节说：

所有其他名称都被视为主名称的别名，使用主名称优于使用任何别名。

IANA 字符集还说：

“cs”代表字符集，用于需要小写首字母但希望在其后使用混合大小写且不能包含任何特殊字符的应用程序，例如下划线（“_”）和破折号（“-”）。

在cs别名中，大小写很重要（而名称在上面定义为不区分大小写）。

给定别名csUTF8,en_US.csUTF8也是有效的，但我从未在野外见过这种格式。

虽然大小写在aliases中很重要，但关于names，IANA Character Sets说：

字符集名称最多可包含 40 个字符，取自 US-ASCII 的可打印字符。但是，大小写字母的使用没有区别。

因此，虽然en_US.utf-8是有效的（列出的小写版本UTF-8），en_US.utf8但它不引用 IANA 字符集，因为它删除了-.

如果不是 IANA，它utf8可能来自哪里？

glibc_nl_normalize_codeset()执行以下操作：

• 只传递字符或数字（再见连字符）

• 将字符转换为小写

  for (cnt = 0; cnt < name_len; ++cnt)
    if (__isalpha_l ((unsigned char) codeset[cnt], locale))
      *wp++ = __tolower_l ((unsigned char) codeset[cnt], locale);
    else if (__isdigit_l ((unsigned char) codeset[cnt], locale))
      *wp++ = codeset[cnt];
  

没有不同。他们是一样的。