文章目錄
一、字符編碼和字符集
1、字符編碼（character encoding）：
字符編碼是一種法則，在數字與符號之間建立的對應關係。不同的國家有不同的語言，包含的文字、標點符號、圖形符號各有不同。例如在ASCII編碼中，用數字97表達字符’a’與字符集相對應，常見的字符編碼有ASCII，GBK，GB18030，Unicode等。
2、字符集（Character set）
字符集是字符的集合，字符是文字和符號的總稱，用ASCII編碼的字符集稱之爲ASCII字符集，用GBK編碼的字符集稱之爲GBK字符集。
3、國際編碼（Unicode）
爲了解決傳統的字符編碼方案的侷限，1994年發佈了Unicode（國際編碼、統一碼、萬國碼、單一碼、通用碼），它是計算機科學領域裏的一項業界標準，包括字符集、編碼方案等。Unicode 將全世界所有的字符統一化，統一編碼，再也不存在字符集不兼容和字符轉換的問題。
Unicode 有以下三種編碼方式：
1）UTF-8：兼容ASCII編碼；拉丁文、希臘文等使用兩個字節；包括漢字在內的其它常用字符使用三個字節；剩下的極少使用的字符使用四個字節。
2）UTF-16：對相對常用的60000餘個字符使用兩個字節進行編碼，其餘的使用4字節。
3）UTF-32：固定使用4個字節來表示一個字符，存在空間利用效率的問題。
二、漢字的編碼
1、漢字的編碼
支持漢字（簡體中文）的編碼有GB2312、GB13000、GBK、GB18030和Unicode（UTF-8、UTF-16、UTF-32）。
1）GB2312
僅包含大部分的常用簡體漢字，但已經不能適應現在的需要。
2）GB13000
由於GB2312的侷限性，國家標準化委員會制定了GB13000編碼；但由於當時的硬件和軟件都已經支持了GB2312，而GB13000與GB2312完全不兼容，所以沒有能夠得到大範圍的推廣使用。
3）GBK
有了GB13000的教訓，中國國家標準化委員會制定了GBK標準，併兼容了GB2312標準，同時在GB2312標準的基礎上擴展了GB13000包含的字；由於該標準有微軟的支持，得到了廣泛的應用。
4）GB18030
GB18030編碼比GBK又新增了幾千個漢字，但由於碼位不足使用了2byte與4byte混合編碼方式，這給軟件開發增加了難度。
5）Unicode
包含全世界所有國家需要用到的字符，是國際編碼，通用性強。
2、漢字的編碼選擇
在操作系統和數據庫中，常用的漢字編碼有GBK、GB18030和Unicode，GBK和GB18030的優勢是佔用空間小，Unicode的優勢是全球化的支持。
在應用開發中，如果不考慮全球化，最好的選擇是GBK和GB18030。
3、編碼的轉換
GBK和GB18030與Unicode編碼之間需要轉換，否則會出現漢字亂碼。
三、設置Linux的字符集
1、查看當前系統已安裝的字符集
1）locale命令用於查看當前系統全部的已安裝的字符集，Linux支持的符集約800種。
locale -a
2）查看已安裝的中文字符集（只查看中國大陸的，不包括香港和臺灣）
locale -a|grep zh_CN
上圖表示已經安裝了中文字符集。
2、安裝中文字符集
如果您的Linux系統沒有安裝中文字符集，可以用yum命令安裝。
我查了一些資料，安裝中文字符集軟件包的方法比較多，沒找到準確的說法，所以把多種方法都寫了進來，以下命令都可以執行，不會有副作用。
yum -y groupinstall chinese-support
yum -y install chinese-support
yum -y install kde-l10n-Chinese
yum -y install ibus-table-chinese-1.4.6-3.el7.noarch
安裝後，執行locale -a|grep zh_CN，如果顯示的內容如下，表示安裝成功。
3、修改字符集配置文件
CentOS6.x 字符集配置文件在/etc/sysconfig/i18n文件中。
CentOS7.x 字符集配置文件在/etc/locale.conf文件中，內容如下：
執行以下命令或者重啓系統使修改生效。
CentOS6.x
source /etc/sysconfig/i18n
CentOS7.x:
source /etc/locale.conf
四、LANG環境變量
LANG環境變量存放的是Linux系統的語言、地區、字符集，它不需要系統管理員手工設置，/etc/profile會調用/etc/profile.d/lang.sh腳本完成對PATH的設置。
五、修改客戶端的字符集
客戶端的字符集必須與Linux服務端一致，否則會出現亂碼，以SecureCRT爲例。修改會話的屬性，在Appearance界面中的Character
encoding下拉框中選擇。
六、字符集轉換工具
Linux提供了iconv命令把文件內容從一種編碼轉換成另一種編碼。
參數說明：
--list：列出iconv支持的編碼列表。
-f encoding：源文件內容的編碼。
-t encoding：目標文件內容的編碼。
-o file：指定輸出文件。
-c：忽略輸出的非法字符。
-l：列出已知的編碼字符集。
-s：禁止警告信息，但不是錯誤信息。
--verbose：顯示進度信息。
示例：
把當前目錄的book1.c由gbk轉換成utf-8，結果輸出到/tmp/book1_utf8.c中。
iconv -f gbk -t utf-8 book1.c -o /tmp/book1_utf8.c
七、應用經驗
1）Linux系統在業務化之前，就應該確定字符集，然後不再改變。系統在業務化後，修改字符集是一件很麻煩的事情，最好別惹這個麻煩。
2）如果項目沒有全球化的需求，Linux的字符集建議採用zh_CN.gbk。
3）雖然gb18030字符集比gbk更豐富，但是gb18030中有部分漢字是4字節，這一點讓程序員很鬱悶，所以，程序員更傾向gbk字符集。
4）設置Linux的字符集時，還要考慮WEB系統和數據庫系統採用的字符集，最好是大家都保持一致。
八、版權聲明
C語言技術網原創文章，轉載請說明文章的來源、作者和原文的鏈接。
來源：C語言技術網（www.freecplus.net）
作者：碼農有道
如果文章有錯別字，或者內容有錯誤，或其他的建議和意見，請您留言指正，非常感謝！！！