VIM显示utf-8文档乱码解决方法
VIM显示utf-8文档乱码解决方法
相关基础知识介绍
在Vim中。有四个与编码有关的选项,它们是:fileencodings、fileencoding、encoding和termencoding。
在实际使用中。不论什么一个选项出现错误。都会导致出现乱码。
因此,每个Vim用户都应该明白这四个选项的含义。以下,我们具体介绍一下这四个选项的含义和作用。
encoding
encoding是Vim内部使用的字符编码方式。当我们设置了encoding之后。Vim内部全部的buffer、寄存器、脚本中的字符串等,全都使用这个编码。Vim 在工作的时候。假设编码方式与它的内部编码不一致,它会先把编码转换成内部编码。假设工作用的编码中含有无法转换为内部编码的字符,在这些字符就会丢失。因此,在选择 Vim 的内部编码的时候,一定要使用一种表现能力足够强的编码,以免影响正常工作。
因为encoding选项涉及到Vim中全部字符的内部表示,因此仅仅能在Vim启动的时候设置一次。
在Vim工作过程中改动encoding会造成许多的问题。用户手冊上建议仅仅在 .vimrc中改变它的值,其实似乎也仅仅有在 .vimrc中改变它的值才有意义。
假设没有特别的理由,请始终将encoding设置为utf-8。为了避免在非UTF-8的系统如Windows下,菜单和系统提示出现乱码。可同一时候做这几项设置:
set encoding=utf-8
set langmenu=zh_CN.UTF-8
language message zh_CN.UTF-8
termencoding
termencoding是Vim用于屏幕显示的编码。在显示的时候,Vim会把内部编码转换为屏幕编码,再用于输出。
内部编码中含有无法转换为屏幕编码的字符时。该字符会变成问号,但不会影响对它的编辑操作。假设termencoding没有设置,则直接使用encoding不进行转换。
举个样例。当你在Windows下通过telnet登录Linux工作站时。因为Windows的telnet是GBK编码的,而Linux下使用UTF-8编码。你在telnet下的Vim中就会乱码。此时有两种消除乱码的方式:一是把Vim的encoding改为gbk。还有一种方法是保持encoding为utf-8,把termencoding改为gbk,让Vim在显示的时候转码。显然。使用前一种方法时,假设遇到编辑的文件里含有GBK无法表示的字符时,这些字符就会丢失。
但假设使用后一种方法。尽管因为终端所限,这些字符无法显示,但在编辑过程中这些字符是不会丢失的。
对于图形界面下的GVim,它的显示不依赖TERM,因此termencoding对于它没有意义。在GTK2下的GVim 中,termencoding永远是utf-8,而且不能改动。
而Windows下的GVim则忽略termencoding的存在。
fileencoding
当Vim从磁盘上读取文件的时候。会对文件的编码进行探測。假设文件的编码方式和Vim的内部编码方式不同,Vim就会对编码进行转换。转换完成后,Vim会将fileencoding选项设置为文件的编码。
当Vim存盘的时候。假设encoding和fileencoding不一样,Vim就会进行编码转换。因此。通过打开文件后设置fileencoding。我们能够将文件由一种编码转换为还有一种编码。
可是,由前面的介绍能够看出,fileencoding是在打开文件的时候。由Vim进行探測后自己主动设置的。
因此。假设出现乱码,我们无法通过在打开文件后又一次设置fileencoding来纠正乱码。
简而言之,fileencoding是Vim中当前编辑的文件的字符编码方式,Vim保存文件时也会将文件保存为这样的字符编码方式 (无论是否新文件都如此)。
fileencodings
编码的自己主动识别是通过设置fileencodings实现的,注意是复数形式。fileencodings是一个用逗号分隔的列表。列表中的每一项是一种编码的名称。
当我们打开文件的时候,VIM按顺序使用fileencodings中的编码进行尝试解码。假设成功的话,就使用该编码方式进行解码。并将fileencoding设置为这个值,假设失败的话,就继续试验下一个编码。
因此。我们在设置fileencodings的时候,一定要把要求严格的、当文件不是这个编码的时候更easy出现解码失败的编码方式放在前面,把宽松的编码方式放在后面。比如。latin1是一种很宽松的编码方式,不论什么一种编码方式得到的文本,用latin1进行解码。都不会发生解码失败——当然,解码得到的结果自然也就是理所当然的“乱码”。因此,假设你把latin1放到了fileencodings的第一位的话,打开不论什么中文文件都是乱码也就是理所当然的了。
下面是网上推荐的一个fileencodings设置:
set fileencodings=ucs-bom,utf-8,cp936,gb18030,big5,euc-jp,euc-kr,latin1
当中,ucs-bom是一种很严格的编码,非该编码的文件差点儿没有可能被误判为ucs-bom,因此放在第一位。
utf-8也相当严格,除了非常短的文件外(比如很多人津津乐道的GBK编码的“联通”被误判为UTF-8编码的经典错误),现实生活中一般文件是差点儿不可能被误判的,因此放在第二位。
接下来是cp936和gb18030。这两种编码相对宽松。假设放前面的话,会出现大量误判。所以就让它们靠后一些。cp936的编码空间比gb18030小,所以把cp936放在gb18030前面。
至于big5、euc-jp和euc-kr,它们的严格程度和cp936差点儿相同,把它们放在后面,在编辑这些编码的文件的时候必定出现大量误判,但这是Vim内置编码探測机制没有办法解决的事。因为中国用户非常少有机会编辑这些编码的文件。因此我们还是决定把cp936和gb18030放在前面以保证这些编码的识别。
最后就是latin1了。它是一种极其宽松的编码,以至于我们不得不把它放在最后一位。只是可惜的是。当你碰到一个真的latin1编码的文件时,绝大部分情况下,它没有机会fall-back到latin1。往往在前面的编码中就被误判了。只是,正如前面所说的,中国用户没有太多机会接触这种文件。
假设编码被误判了。解码后的结果就无法被人类识别。于是我们就说,这个文件乱码了。
此时。假设你知道这个文件的正确编码的话,能够在打开文件的时候使用 ++enc=encoding 的方式来打开文件。如:
:e ++enc=utf-8 myfile.txt
Vim的工作原理
好了,解释完了这一堆easy让新手犯糊涂的參数,我们来看看Vim的多字符编码方式支持是怎样工作的。
(1)Vim启动,依据 .vimrc中设置的encoding的值来设置buffer、菜单文本、消息文的字符编码方式。
(2)读取须要编辑的文件,依据fileencodings中列出的字符编码方式逐一探測该文件编码方式。
并设置fileencoding为探測到的,看起来是正确的字符编码方式。
其实,Vim 的探測精确度并不高,尤其是在encoding没有设置为utf-8时。
因此强烈建议将encoding设置为utf-8,尽管假设你想Vim显示中文菜单和提示消息的话这样会带来还有一个小问题。
(3)对照fileencoding和encoding的值,若不同则调用iconv将文件内容转换为encoding所描写叙述的字符编码方式,而且把转换后的内容放到为此文件开辟的buffer里,此时我们就能够開始编辑这个文件了。注意。完毕这一步动作须要调用外部的iconv.dll(注2)。你须要保证这个文件存在于$VIMRUNTIME或者其它列在PATH环境变量中的文件夹里。
(4)编辑完毕后保存文件时。再次对照fileencoding和encoding的值。若不同,再次调用iconv将即将保存的buffer中的文本转换为fileencoding所描写叙述的字符编码方式,并保存到指定的文件里。相同,这须要调用iconv.dll
解决的方法演示样例
(1)方法一:设定.vimrc文件:
在/home/username/.vimrc或者/root/.vimrc下添加两句话:
let &termencoding=&encoding
set fileencodings=utf-8,gbk,ucs-bom,cp936
这样的办法能够实现编辑UTF-8文件
(2)方法而二:打开文件后,在vi编辑器中设定:
:set encoding=utf-8 termencoding=gbk fileencoding=utf-8
(3)方法三:新建UTF-8文件,在vi编辑器设定:
:set fenc=utf-8
:set enc=GB2312
这样在编辑器里输入中文,保存的文件是UTF-8。
(4)方法四:一个推荐的~/.vimrc文件配置:
set encoding=utf-8
set fileencodings=ucs-bom,utf-8,cp936,gb18030,latin1
set termencoding=gb18030
set expandtab
set ts=4
set shiftwidth=4
set nu
syntax on
if has('mouse')
set mouse-=a
endif
亲自测试 方法1 解决了打开日志中文乱码的问题??????