关于Linux服务器上文件中文乱码问题

     

目录

一、关于几种常见字符集编码定义

1.定义

二、一个典型场景

1. 场景说明

---

     开发经常会找运维文件出现乱码，大部分就是中文乱码，遇到这种问题作为运维人员需要进行各种测试和验证，才能确定哪里的字符集编码不对。可能操作终端（如SecureCRT）,操作系统，也可能文件内容编码。

一、关于几种常见字符集编码定义

1.定义

1）UTF-8：国际通用字库，支持现今世界各种不同语言。

     其中UTF8属于编码方式，en_US.UTF-8、zh_CN.UTF-8属于UTF-8编码方式下不同的字符集。

     如果你的LANG环境变量是en_US.UTF-8，那么系统的菜单、程序的工具栏语言、输入法默认语言就都是英文的。

     如果你的LANG环境变量是zh_CN.UTF-8，那么系统的菜单、程序的工具栏语言、输入法默认语言就都是中文的。

2)gb2312 ：是国标，是中国的字库，里面仅涵盖了汉字和一些常用外文

字库规模：  UTF-8（字全） > gb2312（只有汉字）

二、一个典型场景

1. 场景说明

某文件编码格式为GB2312， 操作系统默认的编码为en_US.UTF8, 访问终端默认字符集编码为UTF8.

分析：

文件编码为GBK编码方式，而客户端及操作系统都UFT8编码，所以两种不同编码方式如果不进行

编码转化对于中文字符，由于占用字节数及编码方式不一样，可能导致中文乱码

解决思路：

1）把客户端和操作系统编码改成GBK编码字符集

2）把文件内容及文件编码转为UTF8编码方式

解决方案：

本场景解决方案采用第一种。具体方式就是客户端字符编码设成default，操作系统执行export LANG=zh_CN.gb2312

问题解决。