解決vim中文亂碼問題

1、檢查系統編碼是否支持中文

若echo $LANG結果en_US,需要修改爲LANG=en_US.UTF-8

2、設置vim支持中文

$vim ~/.vimrc

let &termencoding=&encoding
set fileencodings=utf-8,gbk

$:wq

再次打開vi,顯示就正常了。如果不正常,重新開一個終端,再次打開vi。


更詳細的資料:
vim中編輯不同編碼的文件時需要注意的一些地方

此文講解的是vim編輯多字節編碼文檔(中文)所要了解的一些基礎知識,注意其沒有涉及gvim,純指字符終端下的vim。
vim編碼方面的基礎知識:
1,存在3個變量:
encoding—-該選項使用於緩衝的文本(你正在編輯的文件),寄存器,Vim 腳本文件等等。你可以把 ‘encoding’ 選項當作是對 Vim 內部運行機制的設定。
fileencoding—-該選項是vim寫入文件時採用的編碼類型。
termencoding—-該選項代表輸出到客戶終端(Term)採用的編碼類型。
2,此3個變量的默認值:
encoding—-與系統當前locale相同,所以編輯文件的時候要考慮當前locale,否則要設置的東西就比較多了。
fileencoding—-vim打開文件時自動辨認其編碼,fileencoding就爲辨認的值。爲空則保存文件時採用encoding的編碼,如果沒有修改encoding,那值就是系統當前locale了。
termencoding—-默認空值,也就是輸出到終端不進行編碼轉換。
由此可見,編輯不同編碼文件需要注意的地方不僅僅是這3個變量,還有系統當前locale、文件本身編碼以及自動編碼識別客戶運行vim的終端所使用的編碼類型3個關鍵點,這3個關鍵點影響着3個變量的設定。
如果有人問:爲什麼我用vim打開中文文檔的時候出現亂碼?
答案是不確定的,原因上面已經講了,不搞清楚這3個關鍵點和這3個變量的設定值,出現亂碼是正常的,倒是不出現亂碼那反倒是湊巧的。
再來看一下常見情況下這三個關鍵點的值以及在這種情況下這3個變量的值:
1,locale—-目前大部分Linux系統已經將utf-8作爲默認locale了,不過也有可能不是,例如有些系統使用中文locale zh_CN.GB18030。在locale爲utf-8的情況下,啓動vim後encoding將會設置爲utf-8,這是兼容性最好的方式,因爲內部 處理使用utf-8的話,無論外部存儲編碼爲何都可以進行無缺損轉換。locale決定了vim內部處理數據的編碼,也就是encoding。
2,文件的編碼以及自動編碼識別—-這方面牽扯到各種編碼的規則,就不一一細講了。但需要明白的是,文件編碼類型並不是保存在文件內的,也就是說沒有任何 描述性的字段來記錄文檔是何種編碼類型的。因此我們在編輯文檔的時候,要麼必須知道這文檔保存時是以什麼編碼保存的,要麼通過另外的一些手段來斷定編碼類 型,這另外的手段,就是通過某些編碼的碼錶特徵來斷定,例如每個字符佔用的字節數,每個字符的ascii值是否都大於某個字段來斷定這個文件屬於何種編 碼。這種方式vim也使用了,這就是vim的自動編碼識別機制了。但這種機制由於編碼各式各樣,不可能每種編碼都有顯著的特徵來辨別,所以是不可能 100%準確的。對於我們GB2312編碼,由於其中文是使用了2個acsii值高於127的字符組成漢字字符的,因此不可能把gb2312編碼的文件與 latin1編碼區分開來,因此自動識別編碼的機制對於gb2312是不成功的,它只會將文件辨識爲latin1編碼。此問題同樣出現在gbk,big5 上等。因此我們在編輯此類文檔時,需要手工設定encoding和fileencoding。如果文檔編碼爲utf-8時,一般vim都能自動識別正確的 編碼。
3,客戶運行vim的終端所使用的編碼類型—-同第二條一樣,這也是一個比較難以斷定的關鍵點。第二個關鍵點決定着從文件讀取內容和寫入內容到文件 時使用的編碼,而此關鍵點則決定vim輸出內容到終端時使用的編碼,如果此編碼類型和終端認爲它收到的數據的編碼類型不同,則又會產生亂碼問題。在 linux本地X環境下,一般終端都認爲其接收的數據的編碼類型和系統locale類型相符,因此不需關心此方面是否存在問題。但如果牽涉到遠程終端,例 如ssh登錄服務器,則問題就有可能出現了。例如從1臺locale爲GB2310的系統(稱作客戶機)ssh到locale爲utf-8的系統(稱作服 務器)並開啓vim編輯文檔,在不加任何改動的情況下,服務器返回的數據爲utf-8的,但客戶機認爲服務器返回的數據是gb2312的,按照 gb2312來解釋數據,則肯定就是亂碼了,這時就需要設置termencoding爲gb2312來解決這個問題。此問題更多出現在我們的 windows desktop機遠程ssh登錄服務器的情況下,這裏牽扯到不同系統的編碼轉換問題。所以又與windows本身以及ssh客戶端有很大相關性。在 windows下存在兩種編碼類型的軟件,一種是本身就爲unicode編碼方式編寫的軟件,一種是ansi軟件,也就是程序處理數據直接採用字節流,不 關心編碼。前一種程序可以在任何語言的windows上正確顯示多國語言,而後一種則編寫在何種語言的系統上則只能在何種語言的系統上顯示正確的文字。對 於這兩種類型的程序,我們需要區別對待。以ssh客戶端爲例,我們使用的putty是unicode軟件,而secure CRT則是ansi 軟件。對於前者,我們要正確處理中文,只要保證vim輸出到終端的編碼爲utf-8即可,就是termencoding=utf-8。但對於後者,一方面 我們要確認我們的windows系統默認代碼頁爲cp936(中文windows默認值),另一方面要確認vim設置的termencoding= cp936。
最後來看看處理中文文檔最典型的幾種情況和設置方式:
1,系統locale是utf-8(很多linux系統默認的locale形式),編輯的文檔是GB2312或GBK形式的(Windows記事本 默認保存形式,大部分編輯器也默認保存爲這個形式,所以最常見),終端類型utf-8(也就是假定客戶端是putty類的unicode軟件)
則vim打開文檔後,encoding=utf-8(locale決定的),fileencoding=latin1(自動編碼判斷機制不準導致的),termencoding=空(默認無需轉換term編碼),顯示文件爲亂碼。
解決方案1:首先要修正fileencoding爲cp936或者euc-cn(二者一樣的,只不過叫法不同),注意修正的方法不是:set fileencoding=cp936,這只是將文件保存爲cp936,正確的方法是重新以cp936的編碼方式加載文件爲:edit ++enc=cp936,可以簡寫爲:e ++enc=cp936。
解決方案2:臨時改變vim運行的locale環境,方法是以LANG=zh_CN vim abc.txt的方式來啓動vim,則此時encoding=euc-cn(locale決定的),fileencoding=空(此locale下文件 編碼自動判別功能不啓用,所以fileencoding爲文件本身編碼方式不變,也就是euc-cn),termencoding=空(默認值,爲空則等 於encoding)此時還是亂碼的,因爲我們的ssh終端認爲接受的數據爲utf-8,但vim發送數據爲euc-cn,所以還是不對。此時再用命令: set termencoding=utf-8將終端數據輸出爲utf-8,則顯示正常。
2,情況與1基本相同,只是使用的ssh軟件爲secure CRT類ansi類軟件。
vim打開文檔後,encoding=utf-8(locale決定的),fileencoding=latin1(自動編碼判斷機制不準導致的),termencoding=空(默認無需轉換term編碼),顯示文件爲亂碼。
解決方案1:首先要保證運行secure CRT的windows機器的默認代碼頁爲CP936,這一點中文windows已經是默認設置了。其他的與上面方案1相同,只是要增加一步,:set termencoding=cp936
解決方案2:與上面方案2類似,不過最後一步修改termencoding省略即可,在此情況下需要的修改最少,只要以locale爲zh_CN開 啓vim,則encoding=euc-cn,fileencoding和termencoding都爲空即爲encoding的值,是最理想的一種情 況。
可見理解這3個關鍵點和3個參數的意義,對於編碼問題有很大助力,以後就可以隨心所欲的處理文檔了,同時不僅僅是應用於vim,在其他需要編碼轉換的環境裏,都可以應用類似的思路來處理問題解決問題。
最後推薦一款功能強大的windows下的ssh客戶端—-xshell,它具有類似secure CRT一樣的多tab 的ssh窗口的能力,但最爲方便的是這款工具還有改變Term編碼的功能,這樣我們就可以不用頻繁調整termencoding,只需在ssh軟件裏切換 編碼即可,這是我用過的最爲方便的ssh工具。它是商業軟件,但非註冊用戶使用沒有任何限制,只是30天試用期超出後會每次啓動都提示註冊,對於功能沒有 絲毫影響。
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章