]> git.saurik.com Git - apple/icu.git/blobdiff - icuSources/data/cldr-icu-readme.txt
ICU-64232.0.1.tar.gz
[apple/icu.git] / icuSources / data / cldr-icu-readme.txt
index fc247a3869e80f021810867fc35be29160e7058e..6ebd96ed1159e1dc2232d1f654e54a17213893e4 100644 (file)
@@ -1,11 +1,13 @@
-# Copyright (C) 2010, International Business Machines Corporation and others.
+# Copyright (C) 2016 and later: Unicode, Inc. and others.
+# License & terms of use: http://www.unicode.org/copyright.html
+# Copyright (C) 2010-2014, International Business Machines Corporation and others.
 # All Rights Reserved.                  
 #
 # Commands for regenerating ICU4C locale data (.txt files) from CLDR.
 #
 # The process requires local copies of
 #    - CLDR (the source of most of the data, and some Java tools)
-#    - ICU4J  (used by the conversion tools)
+#    - ICU4J  (used only for checking the converted data)
 #    - ICU4C  (the destination for the new data, and the source for some of it)
 #
 # For an official CLDR data integration into ICU, these should be clean, freshly
 # ICU is the version number and/or a CLDR svn tag name for the revision of CLDR
 # that was the source of the data for that release of ICU.
 #
-# Note: Some versions of the OpenJDK will not build the CLDR java utilities.
-#   If you see compilation errors complaining about type incompatibilities with
-#   functions on generic classes, try switching to the Sun JDK.
-#
 # Besides a standard JDK, the process also requires ant
 # (http://ant.apache.org/),
 # plus the xml-apis.jar from the Apache xalan package
 #
 #----
 #
+# CLDR dtd caching
+#
+# Parts of the build process (notably building the new ICU data files in step 4)
+# require http: access to files in the CLDR repository; for example, processing
+# the files in icu4c/source/data/xml/ may require access to
+# http://www.unicode.org/repos/cldr/trunk/common/dtd/ldml.dtd
+#
+# Unless you cache the dtds locally by
+# 1. creating a temp directory e.g. ~/.cldrdtd
+# 2. setting CLDR_DTD_CACHE to it e.g. -DCLDR_DTD_CACHE=~/.cldrdtd
+# your system will make excessive network requests, which will result in the
+# Unicode server blocking access.
+#
+#----
+#
 # There are several environment variables that need to be defined.
 #
 # a) Java- and ant-related variables
 #                etc.); on many systems this can be set using
 #                `/usr/libexec/java_home`.
 #
-# XML_APIS_JAR:  Complete path to xml-apis.jar (at the end of the path)
+# ANT_OPTS:      You may want to set:
 #
-# ANT_OPTS:      Two important options you may want to set:
-#
-#                -Xmx1024m, to give Java more memory; otherwise it may run out
+#                -Xmx4096m, to give Java more memory; otherwise it may run out
 #                 of heap.
-#
-#                -DCLDR_DTD_CACHE=/tmp/cldrdtd, to set up a temp directory for
-#                 caching the CLDR xml dtd, to speed up data generation.
+#                -DCLDR_DTD_CACHE=~/.cldrdtd (or some other temp directory
+#                 that already exists), to reduce frequent http: access to dtds
+#                 and consequent blockage by Unicode server.
 #
 # b) CLDR-related variables
 #
 # CLDR_DIR:      Path to root of CLDR sources, below which are the common and
-#                tools directories. Two other variables will be defined based
-#                on this:
-# CLDR_MAIN, CLDR_JAR are defined relative to CLDR_DIR.
+#                tools directories.
+# CLDR_CLASSES:  Path to the CLDR Tools classes directory. If not set, defaults
+#                to $CLDR_DIR/tools/java/classes
 #
-# c) ICU-related variables:
+# c) ICU-related variables
+# These variables only need to be set if you're directly reusing the
+# commands below.
 #
 # ICU4C_DIR:     Path to root of ICU4C sources, below which is the source dir.
 #
 # ICU4J_ROOT:    Path to root of ICU4J sources, below which is the main dir.
-#                Two other variables will be defined based on this:
-# ICU4J_JAR, UTILITIES_JAR are defined relative to ICU4J_ROOT.
 #
 #----
 #
 # files are used in addition to the CLDR files as inputs to the CLDR data build
 # process for ICU):
 #
-#    icu/trunk/source/data/icu-config.xml - Update <locales> to add or remove
+#    icu4c/source/data/icu-config.xml - Update <locales> to add or remove
 #                CLDR locales for inclusion in ICU. Update <paths> to prefer
 #                alt forms for certain paths, or to exclude certain paths; note
 #                that <paths> items can only have draft or alt attributes.
 #
-#    icu/trunk/source/data/build.xml - If you are adding or removing break
+#                Note that if a language-only locale (e.g. "de") is included in
+#                <locales>, then all region sublocales for that language that
+#                are present in CLDR data (e.g. "de_AT", "de_BE", "de_CH", etc.)
+#                should also be included in <locales>, per PMC policy decision
+#                2012-05-02 (see http://bugs.icu-project.org/trac/ticket/9298).
+#
+#    icu4c/source/data/build.xml - If you are adding or removing break
 #                iterators, you need to update  <fileset id="brkitr" ...> under
 #                <target name="clean" ...> to clean the correct set of files.
 #
-#    icu/trunk/source/data/xml/      - If you are adding a new locale, break
-#                iterator, collattion tailoring, or rule-based number formatter,
-#                you need to add a corresponding xml file in (respectively) the
-#                main/, brkitr/, collation/, or rbnf/ subdirectory here.
+#                If there are new CLDR resource bundle types, you may need to
+#                updated the <remapper> sections to put these in the correct
+#                data subfolder for ICU.
+#
+#    icu4c/source/data/xml/      - If you are adding a new locale, break
+#                iterator, collation tailoring, or rule-based number formatter,
+#                you may need to add a corresponding xml file in (respectively)
+#                the main/, brkitr/, collation/, or rbnf/ subdirectory here.
 #
 #----
 #
 #    common/dtd/ldml.dtd                            - update cldrVersion
 #    common/dtd/ldmlBCP47.dtd                       - update cldrVersion
 #    common/dtd/ldmlSupplemental.dtd                - update cldrVersion
+#    common/dtd/ldmlSupplemental.dtd                - updateunicodeVersion
+#    keyboards/dtd/ldmlKeyboard.dtd                 - update cldrVersion
 #    tools/java/org/unicode/cldr/util/CLDRFile.java - update GEN_VERSION
 #
 # c) After everything is committed, you will need to tag the CLDR, ICU4J, and
 ################################################################################
 
 # 1a. Java and ant variables, adjust for your system
-# (here XML_APIS_JAR is set as on Mac OSX).
 
 export JAVA_HOME=`/usr/libexec/java_home`
-export XML_APIS_JAR=/Library/Java/Extensions/xml-apis.jar
-mkdir /tmp/cldrdtd
-export ANT_OPTS="-Xmx1024m -DCLDR_DTD_CACHE=/tmp/cldrdtd"
+export ANT_OPTS="-Xmx4096m -DCLDR_DTD_CACHE=~/.cldrdtd"
 
 # 1b. CLDR variables, adjust for your setup; with cygwin it might be e.g.
 # CLDR_DIR=`cygpath -wp /build/cldr`
 
 export CLDR_DIR=$HOME/cldr/trunk
-export CLDR_MAIN=$CLDR_DIR/common/main
-export CLDR_JAR=$CLDR_DIR/tools/java/cldr.jar
-#export CLDR_CLASSES=$CLDR_DIR/tools/java/classes
 
 # 1c. ICU variables
 
-export ICU4C_DIR=$HOME/icu/icu/trunk
-export ICU4J_ROOT=$HOME/icu/icu4j/trunk
-export ICU4J_JAR=$ICU4J_ROOT/icu4j.jar
-export UTILITIES_JAR=$ICU4J_ROOT/out/cldr_util/lib/utilities.jar
-#export ICU4J_CLASSES=$ICU4J_ROOT/out/cldr_util/bin
+export ICU4C_DIR=$HOME/icu/icu4c
+export ICU4J_ROOT=$HOME/icu/icu4j
 
-# 2. Build ICU4J, including the cldr utilities.
+# 1d. Pre-populate your CLDR DTD cache. You need to do this only once.
 
-cd $ICU4J_ROOT
-ant clean all jar cldrUtil
+mkdir ~/.cldrdtd
+cd ~/.cldrdtd
+curl http://www.unicode.org/repos/cldr/trunk/common/dtd/ldml.dtd \
+    -o http___www.unicode.org_repos_cldr_trunk_common_dtd_ldml.dtd
+# WAIT before hitting the server again; it WILL NOT give you a second chance!
+sleep 5
+curl http://www.unicode.org/repos/cldr/trunk/common/dtd/ldmlICU.dtd \
+    -o http___www.unicode.org_repos_cldr_trunk_common_dtd_ldmlICU.dtd
+sleep 5
+curl http://www.unicode.org/repos/cldr/trunk/common/dtd/ldmlSupplemental.dtd \
+    -o http___www.unicode.org_repos_cldr_trunk_common_dtd_ldmlSupplemental.dtd
 
-# 3. Build the CLDR Java tools
+# 2. Build the CLDR Java tools
+# Optionally build the jar, but ant will look inside the classes directory anyway
 
 cd $CLDR_DIR/tools/java
-ant jar
+ant all
+#ant jar
 
-# 4. Configure ICU4C, build and test without new data first, to verify that
-# there are no pre-existing errors (configure shown here for MacOSX, adjust
-# for your platform).
+# 3. Configure ICU4C, build and test without new data first, to verify that
+# there are no pre-existing errors. Here <platform> is the runConfigureICU
+# code for the platform you are building, e.g. Linux, MacOSX, Cygwin.
 
 cd $ICU4C_DIR/source
-./runConfigureICU MacOSX
+./runConfigureICU <platform>
 make all 2>&1 | tee /tmp/icu4c-oldData-makeAll.txt
 make check 2>&1 | tee /tmp/icu4c-oldData-makeCheck.txt
 
-# 5. Build the new ICU4C data files; these include .txt files and .mk files.
+# 4. Build the new ICU4C data files; these include .txt files and .mk files.
 # These new files will replace whatever was already present in the ICU4C sources.
 # This process uses ant with ICU's data/build.xml and data/icu-config.xml to
 # operate (via CLDR's ant/CLDRConverterTool.java and ant/CLDRBuild.java) the
 # necessary CLDR tools including LDML2ICUConverter, ConvertTransforms, etc.
-# This process will take several minutes (CLDR_DTD_CACHE helps reduce this).
+# This process will take several minutes.
 # Keep a log so you can investigate anything that looks suspicious.
+#
+# Running "ant setup" is not required, but it will print useful errors to
+# debug issues with your path when it fails.
+#
+# If you see timeout errors when building the rbnf data, for example, then you are
+# likely not using a CLDR dtd cache; see "CLDR dtd caching" above. If you are using
+# a dtd cache and are still having timeout problems, the IP address of your system
+# may have been blocked due to previous excessive access. In this case you may need
+# to contact a Unicode sysadmin to restore access.
+#
+# Unfortunately, even if you have your DTD cache variable enabled, you may still
+# get blocked and unable to populate your cache because of multiple successive
+# requests to download the required DTD files. It is recommended that you
+# pre-populate your cache as shown above in step 1d.
 
 cd $ICU4C_DIR/source/data
+ant setup
 ant clean
-ant all 2>&1 | tee /tmp/cldrNN-buildLog.txt
+ant all 2>&1 | tee /tmp/cldr-newData-buildLog.txt
 
-# 6. Check which data files have modifications, which have been added or removed
+# 5. Check which data files have modifications, which have been added or removed
 # (if there are no changes, you may not need to proceed further). Make sure the
 # list seems reasonable.
 
-svn status
+git status
 
-# 7. Fix any errors, investigate any warnings. Some warnings are expected,
-# including  warnings for missing versions in locale names which specify some
-# collationvariants, e.g.
-#   [cldr-build] WARNING (ja_JP_TRADITIONAL): No version #??
-#   [cldr-build] WARNING (zh_TW_STROKE): No version #??
-# and warnings for some empty collation bundles, e.g.
-#   [cldr-build] WARNING (en):  warning: No collations found. Bundle will ...
-#   [cldr-build] WARNING (to):  warning: No collations found. Bundle will ...
+# 6. Fix any errors, investigate any warnings. Currently for example there are
+# a few warnings of the following form in rbnf files:
+#   [cldr-build] Warning: no version match with: $Revisionā˜¹$
 #
 # Fixing may entail modifying CLDR source data or tools - for example,
-# updating the validSubLocales for collation data (file a bug f appropriate).
-# Repeat steps 5-7 until there are no build errors and no unexpected
+# updating the validSubLocales for collation data (file a bug if appropriate).
+# Repeat steps 4-5 until there are no build errors and no unexpected
 # warnings.
 
-# 8. Now rebuild ICU4C with the new data and run make check tests.
+# 7. Now rebuild ICU4C with the new data and run make check tests.
 # Again, keep a log so you can investigate the errors.
-
 cd $ICU4C_DIR/source
+
+# 7a. If any files were added or removed (likely), re-run configure:
+./runConfigureICU <platform>
+make clean
+
+# 7b. Now do the rebuild.
 make check 2>&1 | tee /tmp/icu4c-newData-makeCheck.txt
 
-# 9. Investigate each test case failure. The first run processing new CLDR data
+# 8. Investigate each test case failure. The first run processing new CLDR data
 # from the Survey Tool can result in thousands of failures (in many cases, one
-# CLDR data fix can resolve hundres of test failures). If the error is caused
+# CLDR data fix can resolve hundreds of test failures). If the error is caused
 # by bad CLDR data, then file a CLDR bug, fix the data, and regenerate from
-# step 5a. If the data is OK but the testcase needs to be updated because the
+# step 4. If the data is OK but the testcase needs to be updated because the
 # data has legitimately changed, then update the testcase. You will check in
 # the updated testcases along with the new ICU data at the end of this process.
-# Repeat steps 5-8 until there are no errors.
+# Note that if the new data has any differences in structure, you will have to
+# update test/testdata/structLocale.txt or /tsutil/cldrtest/TestLocaleStructure
+# may fail.
+# Repeat steps 4-7 until there are no errors.
 
-# 10. Now run the make check tests in exhaustive mode:
+# 9. Now run the make check tests in exhaustive mode:
 
 cd $ICU4C_DIR/source
 export INTLTEST_OPTS="-e"
 export CINTLTST_OPTS="-e"
 make check 2>&1 | tee /tmp/icu4c-newData-makeCheckEx.txt
 
-# 11. Again, investigate each failure, fixing CLDR data or ICU test cases as
-# appropriate, and repeating steps 5-7 and 10 until there are no errors.
+# 10. Again, investigate each failure, fixing CLDR data or ICU test cases as
+# appropriate, and repeating steps 4-7 and 9 until there are no errors.
 
-# 12. Now with ICU4J, build and test without new data first, to verify that
+# 11. Now with ICU4J, build and test without new data first, to verify that
 # there are no pre-existing errors (or at least to have the pre-existing errors
 # as a base for comparison):
 
@@ -222,46 +265,50 @@ cd $ICU4J_ROOT
 ant all 2>&1 | tee /tmp/icu4j-oldData-antAll.txt
 ant check 2>&1 | tee /tmp/icu4j-oldData-antCheck.txt
 
-# 13. Now build the new data for ICU4J
+# 12. Transfer the data to ICU4J:
+cd $ICU4C_DIR/source
+
+# 12a. You need to reconfigure ICU4C to include the unicore data.
+ICU_DATA_BUILDTOOL_OPTS=--include_uni_core_data ./runConfigureICU <platform>
 
+# 12b. Now build the jar files.
 cd $ICU4C_DIR/source/data
+# The following 2 lines are required to include the unicore data:
+  make clean
+  make -j6
+make icu4j-data-install
+cd $ICU4C_DIR/source/test/testdata
 make icu4j-data-install
 
-# 14. Now rebuild ICU4J with the new data and run tests:
+# 13. Now rebuild ICU4J with the new data and run tests:
 # Keep a log so you can investigate the errors.
 
 cd $ICU4J_ROOT
 ant check 2>&1 | tee /tmp/icu4j-newData-antCheck.txt
 
-# 15. Investigate test case failures; fix test cases and repeat from step 14,
-# or fix CLDR data and repeat from step 5, as appropriate, unitl; there are no
+# 14. Investigate test case failures; fix test cases and repeat from step 12,
+# or fix CLDR data and repeat from step 4, as appropriate, until there are no
 # more failures in ICU4C or ICU4J (except failures that were present before you
 # began testing the new CLDR data).
 
-# 16. Check the file changes; then svn add or svn remove as necessary, and
+# 15. Check the file changes; then git add or git rm as necessary, and
 # commit the changes.
 
-cd $ICU4C_DIR/source/
-svn status
-# add or remove as necessary, then commit
-
-cd $ICU4J_ROOT
-svn status
-# add or remove as necessary, then commit
+cd $HOME/icu/
+cd ..
+git status
+# add or remove as necessary
+# commit
 
-# 17. For an official CLDR data integration into ICU, now tag the CLDR, ICU4J,
-# and ICU4C sources with an appropriate CLDR milestone (you can check previous
+# 16. For an official CLDR data integration into ICU, now tag the CLDR and
+# ICU sources with an appropriate CLDR milestone (you can check previous
 # tags for format), e.g.:
 
 svn copy svn+ssh://unicode.org/repos/cldr/trunk \
 svn+ssh://unicode.org/repos/cldr/tags/release-NNN \
 --parents -m "cldrbug nnnn: tag cldr sources for NNN"
 
-svn copy svn+ssh://source.icu-project.org/repos/icu/icu4j/trunk \
-svn+ssh://source.icu-project.org/repos/icu/icu4j/tags/cldr-NNN \
---parents -m 'ticket:mmmm: tag the version used for integrating CLDR NNN'
+cd $HOME/icu/
+git tag ...
 
-svn copy svn+ssh://source.icu-project.org/repos/icu/icu/trunk \
-svn+ssh://source.icu-project.org/repos/icu/icu/tags/cldr-NNN \
---parents -m 'ticket:mmmm: tag the version used for integrating CLDR NNN'