vim編碼方式配置的學習和思考

標籤：style   color   使用   strong   檔案   資料   sp   問題   c   

哎呀呀，今天9月30號，馬上就要十一長假了，心裡還有點小小浮躁，工作已經基本做完，想成為技術大牛怎麼可以如此浮躁，為了應付浮躁的心靈，決定寫一篇小博，平靜一把。

今天一個設定檔需要有中文，並且同事是在windows下使用，我在ubuntu下使用，當然是偉大的vim了，肯定會遇到中文編碼格式的問題，需要配置一下vimrc。

這裡也正好研究一下vim的編碼配置設定，記錄在此，以備後忘。

vim裡面的字元編碼主要跟三個參數有關：enc(encoding), fenc(fileencoding)和fencs(fileencodings)

fenc是當前檔案（開啟已有檔案以及建立檔案）的編碼，你可以通過改變 fenc後再w來將此檔案存成不同的編碼。比如說，我:set fenc=utf-8然後:w就把檔案存成utf-8的了，:set fenc=gbk再:w就把檔案存成gbk的了。

這個值對於開啟檔案的時候是否能夠正確地解碼沒有任何關係。

fencs就是在開啟已有檔案的時候進行解碼的猜測列表，這個值是在vimrc中寫死的，檔案編碼沒有百分百正確的判斷方法，所以vim只能猜測檔案編碼。比如我的vimrc裡面這個的設定是
set fileencodings=utf-8,gbk

所以我的vim每開啟一個檔案，嘗試fencs列表中的解碼格式進行解碼，如果中間的某次解碼從頭到尾都沒有出錯，那麼 vim就認為這個檔案是這個編碼的，不會再進行後面的嘗試了。

這個時候，fenc的值就會被設為vim最後採用的編碼值，vim下進入命令列模式用set fenc來查看當前已有檔案的編碼格式。
當然這個也是有可能出錯的，比如你的檔案是gbk編碼的，但是實際上只有一兩個字元是中文，那麼有可能他們正好也能被utf-8解碼，那麼這個檔案就會被誤認為是utf-8的導致錯誤解碼。

enc，其作用是vim的顯示編碼格式。不管最後的檔案是什麼編碼的，vim都會將其轉換為當前系統編碼來進行處理，這樣才能在當前系統裡面正確地顯示出 來，enc就是幹這個的。

這3個參數fencs fenc enc都可以在vim的命令列模式下set fencs/fenc/enc查看。

從開啟一個已有檔案的過程來看這3個參數的區別，首先vim或利用fencs列表去匹配解碼檔案，正確解碼後就設定fenc為當前解碼格式，解碼完成呢，接著會做一個轉碼，將檔案轉為enc所指的編碼格式來顯示出來。

這就是這3個配置參數的作用！

將gbk格式檔案用vim開啟，預設編碼格式utf8，開啟時在vim下部會顯示converted，表示編碼格式已轉換。

開啟建立新檔案，當然預設的編輯模式是在使用enc指定的編碼格式，一般是utf8的，儲存檔案時我們可以使用fenc指定當前檔案編碼格式，如set fenc=gbk。就可以實現windows下的正確顯示了。

顯示編碼格式是enc，當前檔案編碼格式是fenc，vim支援的編碼格式是fenc，這中間牽扯到檔案格式到顯示格式的轉換，這樣就去分開了。

當然，如果想深入研究，最好的辦法看vim的源碼，雖然我有追究到底的精神，但我也不是神經。。對於工具的研究適可而止就可以了少年。

編碼參數配置就是這樣，到此為止，作為底層軟體工程師覺得不是很爽，得深入到最底層資料吧。

深入思考一下，編碼格式utf8 gbk是針對於文字檔來說的，編碼格式是什麼意思。

檔案本來就是躺在儲存空間裡的一段資料，資料就是01010111的二進位。位元據本身是沒有意義的，但是編碼賦予了這段資料意義。

文字檔區別於二進位檔案就是編碼層次，在中間有一編解碼層，這一層應該是各個編輯器如vim emacs需要做的工作。

因為對於應用編程，最底層的讀寫函數（read write）讀出來的是最原始的位元據，編輯器在對這些未經處理資料根據編碼格式來解釋顯示。

如果想深究，還是一個方法，不怕受罪讀編輯器源碼吧！

不同的編碼格式肯定對於一段相同的位元據的解釋是不一樣的，所以會造成亂碼。

vim編碼方式配置的學習和思考