sublime 和 vs编码格式问题的解决

sublime 和 vs编码格式问题的解决

编码格式的本质是：使用二进制码标识非英文字符的方式，即协议。如UTF-8编码用1到6个字节编码Unicode字符。用在网页上可以统一页面显示中文简体繁体及其它语言（如英文，日文，韩文），是一种万国码。其中，英文字符用1个字节，中文字符用三个字节。又如GB-2312，该编码方式约定每个汉字及符号以两个字节来表示。第一个字节称为“高位字节”（也称“区字节）”，第二个字节称为“低位字节”（也称“位字节”）。
故编码格式即是二进制串到可见字符直接的映射方式。如，‘你好，world’，字面上所见都是这几个字符，分别使用UTF-8和GB-2312映射到这串可见字符而分别对应的二进制串是不一样的。
问题是vs的默认编码是GB-2312，但sublime不支持GB-2312、gbk等编码格式。

根据这一原理分析：

• 设置编码：使用UTF-8格式的文件键入‘你好，world’后，使用sublime的reopen 或set with encodeing时，该文件中记录的二进制串并没有发生变化，改变的只是将该二进制串解析为可见字符串的方式，即编码方式。所以，直接改变编码方式会发现乱码。此外，进行强制编码方式转换时，不同的编码方式对于行结束符等的不一致，会在原先的二进制串中加入新的二进制码，实现编码方式的强转。
• 转编码：使用Notepad转编码时，会保持可见字符‘你好，world’不变，按照指定的编码方式重新编码可见字符‘你好，world’为对应的二进制串。
• 拷贝过程：拷贝过程是操作系统完成的，可以将GB-2312格式文件中的中文文字，拷贝到UTF-8格式文件中，且不会发生乱码。因为对用户而言，用户需要拷贝的是可见内容而不是二进串，所以操作系统会根据目的文件编码格式，将拷贝的可见内容映射到对应编码格式的二进制串，然后赋值到目标文件中（此部分为臆测）。
• 打开文件：无论使用vs，Notepad或sublime打开对应文件时编辑器会分析获取到文件的编码格式，然后按照这个编码格式打开文件。当编辑器不支持该编码格式时会按照相似的编码格式开发文件，比如vs编辑一个GB-2312的文件，使用sublime打开时，sublime会用windows1252格式打开文件，这样就会出现乱码。
• 重新加载文件和关闭文件重新打开的区别：重新加载文件是文件在其他地方发生了改动，二进制串已经发生变化，然后按照原编码方式重新把二进制串解释为可见字符。当该文件是在其他地方被转化编码方式后，此时强行重新加载文件（即依然按照之前的编码方式显示文件）就会有乱码产生。关闭文件重新打开时，编辑器会自动分析获取到文件的编码格式，然后按照新的编码格式重新打开文件。

根据分析结论得出解决方案

方案1：
sublime端使用插件convertToUTF8,且设置”convert_on_load” : true，”convert_on_save” : false。从而加载文件的时候自动将GB-2312等sublime不支持的格式转为UTF8，若修改文件内容后保存，则按照UTF8编码格式对应的二进制串保存在文件里了。若该文件在vs也被打开了，此时打开vs会提示是否重新加载该文件，点击确定。由于该文件在vs被打开是GB-2312格式，如今重新加载以后会提示该文件已经无法被GB-2312格式解析了等类似的提示语言。解决方法是以不保存的形式关闭文件，之后重新打开，重新打开的时候vs会自动分析获取到文件的编码格式，然后以新的编码格式UTF8重新解释二进制串进行显示，这样就不会有乱码出现了。
方案2：
sublime端使用插件convertToUTF8,且设置”convert_on_load” : true，”convert_on_save” : true。显示GB-2312时，插件将文件转编码为UTF8，sublime能够显示，保存的时候再将文件格式还原到GB-2312格式后再保存。需要转变编码时使用工具Notepad的转编码功能将编码格式由GB2312转为UTF8，然后sublime和vs将对应的文件以不保存的形式关闭后重新打开就能正常显示了。