使用 vim/gvim 的话
请在 ~/.vimrc 里加一行
set fileencodings=utf-8,gbk,big5
vim就会自动识别编码了
也可以这样来做:
env LANG=zh_CN.UTF-8 vim /home/wangyao/.fcitx/config_bak
这个比较的通用,可以设置很多的程序的编码。
只要在命令的前面加一个env LANG=zh_CN.GB2312|zh_CN.GB18030|zh_CN.GBK|zh_CN.UTF-8
可以制定任意的中文编码
中文支持
Vim支持世界上的主要语言,当然也包括中文。如果你用Vim编辑中文,而中文不能正确显示,那有两种可能性:一是使用的Vim不完整,不含多字节语言支持(multi_byte特性);二是某个配置出了问题。
说到多语言支持,最基本的概念有两个:一是文件的语言编码,而是环境的内部编码。在较老的操作系统中,不管Linux还是Windows,这两个编码都
是一样的,也就意味着,一次只能处理一种编码的文件:要么只能处理西文编码(Latin1,即ISO-8859-1
[5]),要么只能处理中文编码(GB2312
[2])。而在新的操作系统中,这两者可以是不一样的。在Linux上,常见的情况是环境的内部编码使用UTF-8
[6],而UTF-8可以同任何一种语言编码作无损转换,这就保证了系统的多语言处理能力。Vim这方面秉承了Unix/Linux的传统,在内部编码使
UTF-8的时候,可以同时处理不同意语言编码的文件。
以下列出了和语言编码的相关的设置:
环境变量LANG(使用的语言);
环境变量LC_CTYPE(使用的内部编码);
Vim选项encoding(Vim的内部编码);
Vim选项termencoding(Vim在与屏幕/键盘交互时使用的编码);
Vim选项fileencoding(Vim当前编辑的文件在存储时的编码);
Vim选项fileencodings(Vim打开文件时的尝试使用的编码);
Vim选项ambiwidth(对"不明宽度"字符的处理方式;Vim 6.1.455后引入)。
如果你的环境只需要处理简体中文的话,那么,最简单的方式就是所有的设定全部使用简体中文。只需要:设定LANG=zh_CN.GB2312,不设定
LC_CTYPE(默认跟LANG一样),不设定与编码相关的Vim选项(默认由LANG和LC_CTYPE决定),也无需设定Vim选项
ambiwidth。也就是说,我们把语言设定为中国(CN)使用的中文(zh),编码为GB2312(注意:Vim内部并不识别国标GB18030
[3],所以此处只能设GB2312;参看下面关于UTF-8的讨论)。
不过,如果按照目前Linux下的惯例,内部编码一律使用
UTF-8的话,会有一些额外的好处,其中之一就是在这种情况下Vim支持同时编辑多种不同编码的文件,如简体中文和繁体中文(参见图2);另外,此时
Vim也可以通过编码转换支持GBK
[4]和GB18030了。这样,众多关于语言编码的Vim选项就有了用武之地了。下面进一步说明一下这些选项和推荐设定(如果适用的话):
图2
encoding=utf-8:不管文件的编码如何,不管如何显示和输入,Vim内部使用的编码是UTF-8;这是国际化支持的基础。
termencoding:
取决于实际的终端或X Window的设定。举例来说,如果选择语言简体中文登录到X Window,或者正在使用CXTERM
[10]的话,那么该选项应被设为GB2312;如果使用缺省的语言(LANG=en_US.UTF-8)登录到X Window,或者使用PuTTY
[11]远程访问Linux机器、并且设定里的字符编码(配置中Window-Translation)设为UTF-8的话,该选项就应该设为utf-
8。从Windows下使用PuTTY远程连接Linux的请特别注意,测试表明,仅在使用UTF-8的情况下,PuTTY才能可靠地支持中文的显示和输
入(显示字体必须设成中文字体)。
fileencoding:文件载入时,该选项被置为Vim认定的文件编码,因此,存储时文件的
编码不会改变。此处和下面fileencodings可使用的编码为libiconv支持的所有几百种编码(如果编译时包含了iconv特性的话),与中
文相关的有gb2312、gbk、gb18030、hz-gb-2312、iso-2022-cn、big5、cp936、cp950等。如果创建新文
件,你又不希望使用UTF-8作为文件编码时,那么,你可能需要手工设定该选项,如":set
fileencoding=gb2312"。需要注意的一点是,使用"set"来设定该选项的话会改变以后新建文件的缺省编码,而使用
"setlocal"的话则只影响当前文件(参考":help setlocal")。
fileencodings=ucs-bom,utf-8,chinese:Vim会首先判断文件的开头是否是一个Unicode
[7]的BOM(byte order
mark)字符[8],是的话则把文件的其余内容解释成相应的Unicode序列;否的话再试图把文件内容解释成UTF-8的序列;再失败的话,则把文件
解释为简体中文(chinese是一个跨平台的简体中文字符集的别名,Linux下相当于gb2312和euc-cn;此处也可以根据需要以
gb2312、gbk或gb18030等编码替代)。需要注意的是,该顺序不能颠倒,并且在后面再添加其它编码如big5、latin1也是没有意义的,
因为Vim不能识别8比特编码中的错误,因此这些编码后列的编码永远不会被用到。
ambiwidth=double:把所有的"不
明宽度"字符[9]--指的是在Unicode字符集中某些同时在东西方语言中使用的字符,如省略号、破折号、书名号和全角引号,在西方文字中通常字符宽
度等同于普通ASCII字符,而在东方文字中通常字符宽度等同于两倍的普通ASCII字符,因而其宽度"不明"--的宽度置为双倍字符宽度(中文字符宽
度)。此数值只在encoding设为utf-8或某一Unicode编码时才有效。需要额外注意的是,如果你通过终端使用Vim的话,需要令终端也将这
些字符显示为双宽度。比如,XTERM [12]的情况下应该使用选项"-cjk",即使用命令"uxterm
-cjk"来启动使用双宽度显示这些字符的Unicode
X终端;使用PuTTY远程连接的话则应在配置的Window-Translation中选中"Treat CJK ambiguous
characters as wide"(参见图3)。
图3
需要设定的选项通常放在用户的Vim资源配置文件中,即在~/.vimrc文件中加入:
set encoding=utf-8set fileencoding=chineseset fileencodings=ucs-bom,utf-8,chineseset ambiwidth=double
如果想进一步了解这些选项的话,可以使用":help
''选项''"查看帮助文档中的相关(英文)信息。帮助中也可以查到这些选项(以及命令)的缩写:本文中为方便理解,除一些极少有人使用完整拼写的命令如
": e(dit)"、":s(ubstitute)"等之外,一般使用完整拼写而不说明或使用缩写。关于配置文件.vimrc,可以使用":help
.vimrc"查看相关信息。
在使用内部编码UTF-8的情况下,如需编辑fileencodings之外(其不能自动识别)的文件,则可以使用以下命令:":e ++enc=编码 文件名"。详情可参考":help ++enc"。