linux 下vi乱码问题总结

  在linux开发，经常会遇到用vi打开一个文件在终端显示为乱码的情况，这里对这个问题进行一个总结。

出现乱码可能是以下三种情况：

1. 文件本身乱码，也就是说文件保存的内容已经是乱码了

比如文件有中文字符，但是却以iso-8859-1的编码保存文件。这种情况的乱码是无法恢复的

2. vi工具解析文件使用的编码不对

例如文件本身使用gbk编码，vi却以utf-8的方式去读取文件

3. 源文件没有乱码，并且vi也正确的读取文件，但终端显示是乱码

这是由于终端设置的编码方式不对，造成显示到屏幕上的内容是乱码

所以，如果要保证linux终端显示正确，需要确保以上三个阶段的编码正确性。

文件本身编码的正确性，只能由作者控制了，一旦乱码可能会导致信息丢失，例如中文字符使用拉丁编码保存。一般建议使用utf-8编码。

vi工具的编码需要在.vimrc中进行设置，主要设置参数如下：

set encoding=utf-8 （vim内部使用的编码）

vim工作时候，所有的buffer、寄存器和脚本字符串等都使用这个编码；如果文件内容编码和encoding不同， vi会把文件转码然后把内容存入buffer中；如果encoding的编码不足够强的话，可能出现信息丢失情况。例如文件编码为utf-8切包含了gbk无法表示的字符，encoding设置为gbk，此时将无法正确完成转码，无法转换的部分将出现数据丢失情况。因此我们建议encoding一定要设置一个表现力足够强的编码，一般设置为utf-8编码

set termencoding=utf-8 （vim把内部编码的内容输出到终端的编码，简称终端编码）

如果encoding和termencoding设置不同，vi会尝试把encoding编码的内容转换为termencoding编码后输入到终端

所以如果确保可以正确的显示内容，我们需要保证termencoding编码表现能力强于或者等于encoding编码的表现力，建议二者设置相同。

如果没有设置termencoding，则默认termencoding=encoding；如果有些字符不能正确从内部编码转换到终端编码，则会显示问号，但是可以完成对内容编辑。

set fileencoding=utf-8 （文件编码，即文件内容以fileencoding编码保存到硬盘上）

vi打开一个文件会自动探测文件编码，如果fileencoding编码和encoding编码不同，vi会把文件内容从fileencoding转换为encoding编码。

当打开文件后vi会设置文件编码为fileencoding，当保存文件内容时如果fileencoding！=encoding，vi会尝试把encoding编码的内存中数据转换为fileencoding编码保存到磁盘上。因此只要fileencoding和encoding的编码表现力可以表示文件字符，既不会出现信息丢失问题；否则会出现数据丢失问题。

set fileencodings=ucs-bom,utf-8,cp936,gb18030,big5,euc-jp,euc-kr,latin1（文件编码探测列表）

vi打开一个文件有一个自动探测文件编码的阶段，自动探测文件编码就是fileencodings参数设置的，这个列表表示vi探测编码的顺序，从左到右顺序探测；如果探测成功则设置fileencoding为此时的编码，如果失败则继续下一个探测。 因此我们应该把编码格式要求严格的、容易解码失败的编码方式放在前面，编码格式要求宽松的放在后面，从而提高探测正确率。 如果把latin1编码放在最前面，则打开任何文件都不会解码失败，但vi首先会对中文编码的内容解码成latin1到内存中（此时内从中的内容已经是乱码了），然后再由latin1转换为encoding编码存入vi的buffer中，此时buffer中的内容自然也是乱码；最后显示到终端的内容自然也肯定是乱码了。