vim 设置字符集,vim默认编码
VIM字符集编码设置_冰水_新浪博客
VIM字符集编码设置
(2012-09-27 21:29:45)
标签:
它
分类：Linux
安装中文语言包支持后，Ubuntu的默认区域设置是zh_CN。UTF-8(即简体中文区域设置，字符集内码UTF-8)。这和我们日常开发环境中Unix设置的环境不同。我们日常的环境一般都是zh_CN。GBK或zh。我们的源代码文件的字符编码也是GBK编码。用默认VIM直接在Ubuntu下打开后，中文评论会出现乱码。如果你直接编辑这个文件并提交，那么在Unix下开发的其他同事会把这个源代码签出并打开，它也会显示乱码(你的新中文内容会乱码)。
解决这个问题至少有两种方法：一种是添加zh_CN新的区域设置支持。GBK为Ubuntu，内码使用GBK；另一个是通过设置VIM，在不改变Ubuntu支持的区域设置的情况下，支持读写GBK内部代码文件(内部代码仍然是UTF-8)。
简单地说，第一种方法包括四个步骤：
第一步：sudovi/var/lib/locales/supported . d/local。这个文件的原始状态只有一条记录：zh _ cn . utf-8 utf-8；为了增加zh_CN的区域设置。GBK，我们在这个文件的末尾加一行：zh _ cn.gbkgb，保存并退出。
第二步：执行sudo locale-gen来生成对应于zh_CN的区域设置。商业版
步骤3:编辑：/etc/environment并在文件末尾添加以下内容：
LANGUAGE=zh_CN:zh:en_US:en
LANG=zh_CN。商业版
LC_CTYLE=zh_CN。商业版
LC_ALL=zh_CN。GBK的
第四步：重启Ubuntu系统。重启后，用VIM打开之前GBK编码的源代码文件，不会出现乱码。默认情况下，编辑文件仍由GBK编码。不会影响别人在其他平台读写文件。
第二种方法是本文的重点。也就是在zh_CN的环境下。UTF-8，GBK编码文件的正确读写是有保证的。主要问题是：如何读取和正确显示带有特定字符码的已有文件，以及如何根据特定字符码编写新文件。
这里有两个数据文件：data1和data2，都是“祖国60华诞快乐”。然而，数据1是用UTF-8编码的，而数据2是用GBK编码的。您可以使用od -x来检查文件中存储的实际数据是否不同。
od -x数据1
0000000 a5e 7 e79d 96a 5 9be 5 e5bd ad85 8de 5 e581
0000020 b4b 9 94e 7 e69f a597 bfe 5 e4ab 90b 9 000 a
0000037
od -x数据2
0000000 a3 D7 E6 D7 fab 9 F9 C1 aeca ea C4 fac 9 D5 c8
0000020 ecbf d6c0 000a
0000025
在终端UTF-8编码的前提下，LC_ALL=zh_CN。UTF-8，VIM默认配置，用VIM尝试打开data1和data2，发现data1显示正常，data2显示乱码；为什么？这里，当打开一个现有文件时，VIM将有一系列的过程：
当用VIM打开一个现有文件时，VIM应该首先检查fileencodings(或fencs)选项。fileencodings是一系列字符编码格式的列表，比如：set fileencodings=gbk，utf-8，gb18030，UCS-BOM，cp936。此选项仅在打开现有文件时有效。如果没有在。vimrc，fileencodings的默认值是‘UCS-BOM，UTF- 8，default，latin1’，其中默认值是用户环境的默认编码格式。
当你打开一个已经存在的文件时，VIM会使用fileencodings值列表中的编码格式逐个检测文件的编码模式，直到两者一致。成功检测之后，VIM将使用匹配的编码格式来设置这个文件会话的fileencoding选项值。fileencoding选项表示在将数据写入文件或从文件中读取数据时，该会话的VIM缓冲区中数据的编码格式。同样，本次会话中VIM缓冲区中数据的编码格式由另一个选项表示，即编码选项。这里有很多选项带有 encoding-like 字样，很容易混淆。但实际上，在VIM文件操作过程中真正起到显示和保存数据作用的选项只有两个：fileencoding和encoding。fileencoding只是一个外围选项，用于在打开现有文件时检测和设置file encoding字段。VIM的编码转换也围绕着两个选项，fileencoding和encoding。无论是读文件还是写文件，当一个VIM会话中fileencoding和encoding的值不一致时，VIM会自动进行编码转换。比如读取一个文件，当session的fileencoding是UTF-8，编码是GBK时，VIM会自动将文件中的数据从UTF-8转换到GBK，并将转换后的数据存储在VIM的BUFFER中供该会话使用；同样，当创建一个新文件时，如果这个会话的vim缓冲区中的数据的编码格式(编码指令)与fileencoding指令不一致，那么在保存文件时，VIM会根据fileencoding指示的编码格式自动转换缓冲区中的数据，然后存储在新文件中。
每个选项有三种状态：显式设置、空(编码除外)和默认。显式设置是指中选项的赋值设置。vimrc或在会话中使用set指令；空：特殊，表示该选项的值为空；默认值是未在中分配选项的状态。vimrc或通过set在会话中。
当fileencodings为空时，设置file encodings=“”；英寸vimrcVIM将无法检测文件编码，会根据FileNodeding和encoding的值直接确定文件编码和缓冲区编码，以及是否需要自动编码转换；当fileencodings不为null，但fileencoding检测失败时，VIM会将本次会话的fileencoding设置为null，然后根据编码值设置文件编码和VIM缓冲区编码。
fileencoding的默认值为空(“”)。打开现有文件时，可以通过fileencodings设置其值。当你创建一个新文件时，如果fileencoding是默认值或者为空，那么编码将决定一切。显式设置的值仅在新创建文件的会话中有效。
编码是核心，是VIM会话中缓冲区数据的编码，也可以理解为VIM核心的内部代码；VIM将根据它与fileencoding和TERM encoding ($ TERM的编码格式)的差异自动进行代码转换。编码默认为$LANG。
下面举几个例子来说明VIM的行为模式。测试环境Ubuntu 9.04，lang=zh _ cn.utf-8，data1和data2如上所述。
(1)这三个选项都是默认值，没有在下显式设置。vimrc。
此时，在VIM会话建立之前，fileencoding的默认值为“ucs-bom，UTF- 8，默认，latin1”，file encoding为空，encoding=UTF-8($LANG)。打开data1，vim将探测文件编码。成功匹配UTF-8编码格式，并将fileencoding设置为UTF-8。此时，编码也是UTF- 8，这两者是一致的。VIM不进行编码转换，屏幕正确显示“祖国六十华诞快乐”。打开data2，VIM通过fileencodings检测，但无法匹配GBK的编码，设置fileencoding为null，编码工作，VIM不做任何编码转换，显示UTF-8格式的GBK编码数据，屏幕显示乱码。
(2)文件编码明确设置为“UTF-8，GBK”，其他选项采用默认值。
此时，在vim会话建立之前，fileencoding的值为“UTF-8，GBK”，file encoding为空，encoding=UTF- 8($LANG)。打开data1时，VIM通过fileencodings进行检测，成功匹配了UTF-8的编码格式。将fileencoding设置为UTF-8，此时编码也是UTF-8，两者一致。VIM不进行编码转换，屏幕正确显示“祖国六十华诞快乐”。打开data2，VIM通过fileencodings检测，成功匹配GBK的编码，并将fileencoding设置为GBK。此时，编码是UTF-8，这是不同于其他两个。VIM执行自动编码转换，将GBK编码的数据转换为UTF-8格式，放入缓冲区并显示。屏幕正确显示“祖国60岁生日快乐”，VIM在状态栏提到“已转换”。
(3) fileencoding显式设置为“GBK”，encoding显式设置为“UTF-8”或采用默认值。
新建一个文件data3，输入“祖国60华诞快乐”，保存。此时，fileencoding和encoding值不一致。VIM执行自动编码转换，将缓冲区中的UTF-8编码数据转换为GBK编码并存储在文件中。VIM状态栏提示“已转换”。从VIM出口出去。Od -x数据3，输出是GBK码。
转载自：
http://bigwhite.blogbus.com/logs/47259473.html
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。