vim 文件编码设置

1.相关基础知识介绍 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，都会致使出现乱码。所以，每个Vim用户都应该明确这四个选项的含义。下面，咱们详细介绍一下这四个选项的含义和做用。

（1）encoding encoding是Vim内部使用的字符编码方式。当咱们设置了encoding以后，Vim内部全部的buffer、寄存器、脚本中的字符串等，全都使用这个编码。Vim 在工做的时候，若是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。若是工做用的编码中含有没法转换为内部编码的字符，在这些字符就会丢失。所以，在选择 Vim 的内部编码的时候，必定要使用一种表现能力足够强的编码，以避免影响正常工做。 因为encoding选项涉及到Vim中全部字符的内部表示，所以只能在Vim启动的时候设置一次。在Vim工做过程当中修改encoding会形成很是多的问题。用户手册上建议只在 .vimrc中改变它的值，事实上彷佛也只有在 .vimrc中改变它的值才有意义。若是没有特别的理由，请始终将encoding设置为utf-8。为了不在非UTF-8的系统如Windows下，菜单和系统提示出现乱码，可同时作这几项设置： set encoding=utf-8 set langmenu=zh_CN.UTF-8 language message zh_CN.UTF-8

（2）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。内部编码中含有没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做。若是termencoding没有设置，则直接使用encoding不进行转换。 举个例子，当你在Windows下经过telnet登陆Linux工做站时，因为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改成gbk，另外一种方法是保持encoding为utf-8，把termencoding改成gbk，让Vim在显示的时候转码。显然，使用前一种方法时，若是遇到编辑的文件中含有GBK没法表示的字符时，这些字符就会丢失。但若是使用后一种方法，虽然因为终端所限，这些字符没法显示，但在编辑过程当中这些字符是不会丢失的。 对于图形界面下的GVim，它的显示不依赖TERM，所以termencoding对于它没有意义。在GTK2下的GVim 中，termencoding永远是utf-8，而且不能修改。而Windows下的GVim则忽略termencoding的存在。

（3）fileencoding 当Vim从磁盘上读取文件的时候，会对文件的编码进行探测。若是文件的编码方式和Vim的内部编码方式不一样，Vim就会对编码进行转换。转换完毕后，Vim会将fileencoding选项设置为文件的编码。当Vim存盘的时候，若是encoding和fileencoding不同，Vim就会进行编码转换。所以，经过打开文件后设置fileencoding，咱们能够将文件由一种编码转换为另外一种编码。可是，由前面的介绍能够看出，fileencoding是在打开文件的时候，由Vim进行探测后自动设置的。所以，若是出现乱码，咱们没法经过在打开文件后从新设置fileencoding来纠正乱码。 简而言之，fileencoding是Vim中当前编辑的文件的字符编码方式，Vim保存文件时也会将文件保存为这种字符编码方式 (不论是否新文件都如此)。

（4）fileencodings 编码的自动识别是经过设置fileencodings实现的，注意是复数形式。fileencodings是一个用逗号分隔的列表，列表中的每一项是一种编码的名称。当咱们打开文件的时候，VIM按顺序使用fileencodings中的编码进行尝试解码，若是成功的话，就使用该编码方式进行解码，并将fileencoding设置为这个值，若是失败的话，就继续试验下一个编码。 所以，咱们在设置fileencodings的时候，必定要把要求严格的、当文件不是这个编码的时候更容易出现解码失败的编码方式放在前面，把宽松的编码方式放在后面。例如，latin1是一种很是宽松的编码方式，任何一种编码方式获得的文本，用latin1进行解码，都不会发生解码失败——固然，解码获得的结果天然也就是理所固然的“乱码”。所以，若是你把latin1放到了fileencodings的第一位的话，打开任何中文文件都是乱码也就是理所固然的了。

如下是网上推荐的一个fileencodings设置： set fileencodings=ucs-bom,utf-8,cp936,gb18030,big5,euc-jp,euc-kr,latin1 其中，ucs-bom是一种很是严格的编码，非该编码的文件几乎没有可能被误判为ucs-bom，所以放在第一位。 utf-8也至关严格，除了很短的文件外(例如许多人津津乐道的GBK编码的“联通”被误判为UTF-8编码的经典错误)，现实生活中通常文件是几乎不可能被误判的，所以放在第二位。 接下来是cp936和gb18030，这两种编码相对宽松，若是放前面的话，会出现大量误判，因此就让它们靠后一些。cp936的编码空间比gb18030小，因此把cp936放在gb18030前面。 至于big五、euc-jp和euc-kr，它们的严格程度和cp936差很少，把它们放在后面，在编辑这些编码的文件的时候必然出现大量误判，但这是Vim内置编码探测机制没有办法解决的事。因为中国用户不多有机会编辑这些编码的文件，所以咱们仍是决定把cp936和gb18030放在前面以保证这些编码的识别。 最后就是latin1了。它是一种极其宽松的编码，以致于咱们不得不把它放在最后一位。不过惋惜的是，当你碰到一个真的latin1编码的文件时，绝大部分状况下，它没有机会fall-back到latin1，每每在前面的编码中就被误判了。不过，正如前面所说的，中国用户没有太多机会接触这样的文件。 若是编码被误判了，解码后的结果就没法被人类识别，因而咱们就说，这个文件乱码了。此时，若是你知道这个文件的正确编码的话，能够在打开文件的时候使用 ++enc=encoding 的方式来打开文件，如： :e ++enc=utf-8 myfile.txt

2.Vim的工做原理

好了，解释完了这一堆容易让新手犯糊涂的参数，咱们来看看Vim的多字符编码方式支持是如何工做的。 （1）Vim启动，根据 .vimrc中设置的encoding的值来设置buffer、菜单文本、消息文的字符编码方式。 （2）读取须要编辑的文件，根据fileencodings中列出的字符编码方式逐一探测该文件编码方式。并设置fileencoding为探测到的，看起来是正确的字符编码方式。事实上，Vim 的探测准确度并不高，尤为是在encoding没有设置为utf-8时。所以强烈建议将encoding设置为utf-8，虽然若是你想Vim显示中文菜单和提示消息的话这样会带来另外一个小问题。 （3）对比fileencoding和encoding的值，若不一样则调用iconv将文件内容转换为encoding所描述的字符编码方式，而且把转换后的内容放到为此文件开辟的buffer里，此时咱们就能够开始编辑这个文件了。注意，完成这一步动做须要调用外部的iconv.dll(注2)，你须要保证这个文件存在于$VIMRUNTIME或者其余列在PATH环境变量中的目录里。 （4）编辑完成后保存文件时，再次对比fileencoding和encoding的值。若不一样，再次调用iconv将即将保存的buffer中的文本转换为fileencoding所描述的字符编码方式，并保存到指定的文件中。一样，这须要调用iconv.dll

3.解决办法示例

（1）方法一：设定.vimrc文件： 在/home/username/.vimrc或者/root/.vimrc下增长两句话： let &termencoding=&encoding set fileencodings=utf-8,gbk,ucs-bom,cp936 这种办法能够实现编辑UTF-8文件

（2）方法而二：打开文件后，在vi编辑器中设定： :set encoding=utf-8 termencoding=gbk fileencoding=utf-8

（3）方法三：新建UTF-8文件，在vi编辑器设定： :set fenc=utf-8 :set enc=GB2312 这样在编辑器里输入中文，保存的文件是UTF-8。

（4）方法四：一个推荐的～/.vimrc文件配置： set encoding=utf-8 set fileencodings=ucs-bom,utf-8,cp936,gb18030,latin1 set termencoding=gb18030 set expandtab set ts=4 set shiftwidth=4 set nu syntax on

if has('mouse') set mouse-=a endif