VIM 文件编码识别与乱码处理

#TITLE: VIM 文件编码识别与乱码处理

 

edyfox

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，
任何一个选项出现错误，
都会导致出现乱码。
因此，
每一个 Vim 用户都应该明确这四个选项的含义。
下面，
我们详细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 内部所有的 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，
如果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。
如果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。

由于 ''encoding'' 选项涉及到 Vim 中所有字符的内部表示，
因此只能在 Vim 启动的时候设置一次。
在 Vim 工作过程中修改 ''encoding'' 会造成非常多的问题。
如果没有特别的理由，
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，
可同时做这几项设置：

#Code syntax="vim" <<---
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。
如果 ''termencoding'' 没有设置，
则直接使用 ''encoding'' 不进行转换。

举个例子，
当你在 Windows 下通过 telnet 登录 Linux 工作站时，
由于 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''，
另一种方法是保持 ''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，
如果遇到编辑的文件中含有 GBK 无法表示的字符时，
这些字符就会丢失。
但如果使用后一种方法，
虽然由于终端所限，
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。