VIM显示utf-8文档乱码解决方法

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。不论什么一个选项出现错误。都会导致出现乱码。

因此，每个Vim用户都应该明白这四个选项的含义。以下，我们具体介绍一下这四个选项的含义和作用。



        （1）encoding

        encoding是Vim内部使用的字符编码方式。当我们设置了encoding之后。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 在工作的时候。假设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。假设工作用的编码中含有无法转换为内部编码的字符，在这些字符就会丢失。因此，在选择 Vim 的内部编码的时候，一定要使用一种表现能力足够强的编码，以免影响正常工作。

        因为encoding选项涉及到Vim中全部字符的内部表示，因此仅仅能在Vim启动的时候设置一次。

在Vim工作过程中改动encoding会造成许多的问题。用户手冊上建议仅仅在 .vimrc中改变它的值，其实似乎也仅仅有在 .vimrc中改变它的值才有意义。

假设没有特别的理由，请始终将encoding设置为utf-8。为了避免在非UTF-8的系统如Windows下，菜单和系统提示出现乱码。可同一时候做这几项设置：

        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。

内部编码中含有无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作。假设termencoding没有设置，则直接使用encoding不进行转换。

        举个样例。当你在Windows下通过telnet登录Linux工作站时。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改为gbk。还有一种方法是保持encoding为utf-8，把termencoding改为gbk，让Vim在显示的时候转码。显然。使用前一种方法时，假设遇到编辑的文件里含有GBK无法表示的字符时，这些字符就会丢失。

但假设使用后一种方法。尽管因为终端所限，这些字符无法显示，但在编辑过程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，因此termencoding对于它没有意义。在GTK2下的GVim 中，termencoding永远是utf-8，而且不能改动。

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測。假设文件的编码方式和Vim的内部编码方式不同，Vim就会对编码进行转换。转换完成后，Vim会将fileencoding选项设置为文件的编码。

当Vim存盘的时候。假设encoding和fileencoding不一样，Vim就会进行编码转换。因此。通过打开文件后设置fileencoding。我们能够将文件由一种编码转换为还有一种编码。

可是，由前面的介绍能够看出，fileencoding是在打开文件的时候。由Vim进行探測后自己主动设置的。

因此。假设出现乱码，我们无法通过在打开文件后又一次设置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样的字符编码方式 (无论是否新文件都如此)。



        （4）fileencodings

        编码的自己主动识别是通过设置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。

当我们打开文件的时候，VIM按顺序使用fileencodings中的编码进行尝试解码。假设成功的话，就使用该编码方式进行解码。并将fileencoding设置为这个值，假设失败的话，就继续试验下一个编码。

因此。我们在设置fileencodings的时候，一定要把要求严格的、当文件不是这个编码的时候更easy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。比如。latin1是一种很宽松的编码方式，不论什么一种编码方式得到的文本，用latin1进行解码。都不会发生解码失败——当然，解码得到的结果自然也就是理所当然的“乱码”。因此，假设你把latin1放到了fileencodings的第一位的话，打开不论什么中文文件都是乱码也就是理所当然的了。

下面是网上推荐的一个fileencodings设置：

set fileencodings=ucs-bom,utf-8,cp936,gb18030,big5,euc-jp,euc-kr,latin1

        当中，ucs-bom是一种很严格的编码，非该编码的文件差点儿没有可能被误判为ucs-bom，因此放在第一位。

utf-8也相当严格，除了非常短的文件外(比如很多人津津乐道的GBK编码的“联通”被误判为UTF-8编码的经典错误)，现实生活中一般文件是差点儿不可能被误判的，因此放在第二位。

接下来是cp936和gb18030。这两种编码相对宽松。假设放前面的话，会出现大量误判。所以就让它们靠后一些。cp936的编码空间比gb18030小，所以把cp936放在gb18030前面。

        至于big5、euc-jp和euc-kr，它们的严格程度和cp936差点儿相同，把它们放在后面，在编辑这些编码的文件的时候必定出现大量误判，但这是Vim内置编码探測机制没有办法解决的事。因为中国用户非常少有机会编辑这些编码的文件。因此我们还是决定把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，以至于我们不得不把它放在最后一位。只是可惜的是。当你碰到一个真的latin1编码的文件时，绝大部分情况下，它没有机会fall-back到latin1。往往在前面的编码中就被误判了。只是，正如前面所说的，中国用户没有太多机会接触这种文件。

        假设编码被误判了。解码后的结果就无法被人类识别。于是我们就说，这个文件乱码了。

此时。假设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的工作原理



        好了，解释完了这一堆easy让新手犯糊涂的參数，我们来看看Vim的多字符编码方式支持是怎样工作的。

（1）Vim启动，依据 .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，依据fileencodings中列出的字符编码方式逐一探測该文件编码方式。

并设置fileencoding为探測到的，看起来是正确的字符编码方式。

其实，Vim 的探測精确度并不高，尤其是在encoding没有设置为utf-8时。

因此强烈建议将encoding设置为utf-8，尽管假设你想Vim显示中文菜单和提示消息的话这样会带来还有一个小问题。

        （3）对照fileencoding和encoding的值，若不同则调用iconv将文件内容转换为encoding所描写叙述的字符编码方式，而且把转换后的内容放到为此文件开辟的buffer里，此时我们就能够開始编辑这个文件了。注意。完毕这一步动作须要调用外部的iconv.dll(注2)。你须要保证这个文件存在于$VIMRUNTIME或者其它列在PATH环境变量中的文件夹里。

        （4）编辑完毕后保存文件时。再次对照fileencoding和encoding的值。若不同，再次调用iconv将即将保存的buffer中的文本转换为fileencoding所描写叙述的字符编码方式，并保存到指定的文件里。相同，这须要调用iconv.dll



3.解决的方法演示样例



        （1）方法一：设定.vimrc文件：

        在/home/username/.vimrc或者/root/.vimrc下添加两句话：

        let &termencoding=&encoding

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

        这样的办法能够实现编辑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

后记：本文依据网络上相关资料整理。因为来源较多，未能一一标明出处，敬请各位原创作者见谅。