vim编码设置

在Ubuntu中有个文件，名为fname，通过file fname命令，显示为UTF-8 Unicode text。

在windows下通过xshell远程访问Ubuntu，通过命令cat fname，显示正常。而通过命令vim fname，则乱码。文件中包含中文、数字、字母。

下图是cat命令的显示结果。

下图是vim fname的显示结果。 

首先排除xshell的xterm设置问题，因为已经设置为utf-8，而且在cat下都能正常显示中文。 

file命令已经表明这个文件是utf-8编码的文本文件。我们猜测，很可能vim打开文件时，使用了其他的解码方式，来理解这个文件。或者vim内部表示的编码方式无法兼容中文（CJK）。从而在vim内部，就乱了，输出到显示设备的时候，自然无法正确显示。

为了定位问题，我做如下对比验证。

通过Notepad++建立两个文件，f1_ch_utf_8和f1_ch_gbk分别是utf-8和gbk编码，内容都是“中文”。在Ubuntu环境下通过vim打开，都显示的乱码，但是乱的形式不同。如下图：

还是同样的编码方式，但是把内容改为纯字母“zhongwen”，保存的文件名分别为f1_alpha_utf_8和f1_alpha_gbk，看看它们的显示结果。

如下，都是“正确”的显示结果。

这就有点意思了。我们可以断定，vim一直在用同一个解码方式来解读它输入的文件。但神奇的是，当内容为纯字母“zhongwen”时，无论保存文件时的编码方式是utf-8还是gbk，在当前的vim设置下都能正确的显示结果。但是，如果包含“中文”，就无法正确显示了，且乱码的形式都不一样。

如果你理解ASCII码、GBK、UTF-8和Unicode之间的关系，以及它们的实现方式，上面看似神奇的事，就一点也不神秘了。

这不是一两篇博客能解释清楚的。

回到我们当前面临的问题，如何解决。就是怎么设置vim使得它能够面对不同的编码方式的文件时，能自动调用正确的解码方式来解读该文本文件，并且保证在vim内部（内存的buffer中，寄存器中）都能正确的表示中文抽象字符。在输出时，再以设定的编码方式保存到磁盘或者传输到网路中。

vim的环境变量encoding决定了如何在内部表示抽象字符。如果想正确编辑处理包含CJK文字的文件，该编码格式必须与中文相对应的，否则即便能正确的从文件中解码，也无法在内存中表示。其实也不可能正确解码。

例如：我encoding设置为Latin-1（也就是ASCII码），它无论如何也无法表示中文这样的至少占两个字节的汉字编码，必然会出现“乱码”。所谓乱码，就是编码、解码、内部存储方式无法匹配。

现在在home目录下打开（或者新建）home目录下的~/.vimrc文件，输入set encoding=utf-8，然后打开之前的文件，发现f1_cn_utf-8能正确显示，但是f1_cn_gbk还不能。看来问题还没真正解决。

继续研究发现vim还有一个环境变量就是fileencodings，它可以有好几个值，用逗号隔开。vim会依次尝试用它设定的编码方式来解码文件，直到没有发生错误，并把该编码方式赋值给fileencoding。注意，没有写错，fileencoding与fileencodings是两个不同的环境变量。

到此，~/.vimrc的内容如下：

  set encoding=utf-8
  set fileencodings=ucs-bom,utf-8,cp936

当打开不同编码的文件是可以通过命令“：set fileencoding”显示的值可能是cp936或utf-8

现在看下打开f1_cn_utf-8和f1_cn_gbk的结果：

双双显示成功！

正确设置后，用vim打开文章最开始的文件结果如下：

环境变量fileencoding=utf-8