【轉】ubuntu 編碼 UTF-8 GBK GB18030

標籤：android   style   blog   http   color   io   os   使用   java   

添加編碼支援

sudo locale-gen zh_CN.GBKsudo locale-gen zh_CN.GB2312sudo locale-gen zh_CN.GB18030

2.更新一下locale:

sudo dpkg-reconfigure locales

sudo locale-gen

如果出現類似於
zh_CN.GB18030...Done

之類的對應提示說明相關內碼已安裝成功

////////////////////////////////////////////////////////////////////////////////////////////////////

顯示中文：
$ sudo apt-get update
然後就能在System->Administration->Language Support裡選擇並安裝中文了。
這樣介面上就能顯示中文了，但是這樣預設的編碼通訊協定是UTF-8，而很多應用都是在windows下開發的，預設編碼是gb2312，這樣移植過來就會產生亂碼。
改為GBK編碼：
$ sudo locale-gen
編輯 /var/lib/locales/supported.d/local
添加 zh_CN.GBK GBK
編輯 /etc/environment
修改為
LANG=zh_CN.GBK
LANGUAGE="zh_CN:zh:en_US:en"
GST_ID3_TAG_RNCODING=GBK
LC_CTYLE=zh_CN.GBK
LC_ALL="zh_CN.GBK"

今天開始把工作環境全部遷移到Linux，一天下來，算平靜。很慶幸當初在win下面用了Mozilla Thunderbird郵件用戶端，而不是OutLook，這簡直太方便了，可以直接把上百兆的郵件存放目錄複寫到linux下直接用，與之形成鮮明對比的是微軟的新版live Messager,今天發現微軟的這個東西甚至不支援安裝在他們自己的WinXP 64/Wind2003/2008上面？我沒有什麼可說的呢。

Ubuntu 預設採用UTF8編碼，可以方便global。但對中文支援，還不細緻，即便預設採用中文安裝，也並不會自動添加GB＊等支援，致使在Ubuntu下訪問部分Win文字檔時，出現亂碼。

I. 配置系統內容
執行 sudo vi /var/lib/locales/supported.d/zh
加入以下配置參數

zh_CN.GB18030 GB18030 (最新漢字編碼字元集，向下相容GBK,GB2312)
zh_CN.GBK GBK (漢字擴充編碼,向下相容GB2312, 並包含BIG5全部漢字)
zh_CN.GB2312 GB2312 (簡化漢字編碼字元集, 最近有客戶要我們改進GB2312,太看得起我們了，我只能說:"NO!")
zh_CN.GB18031 GB18031 (數字鍵台漢字編碼輸入,面向手持功能，我的Nokia3120從來就是發簡訊，電話中，無法和PC通訊，就不用這個了。 maybe用Google Android SDK的大俠們需要這個)
zh_HK.BIG5 BIG5 (繁體)
zh_TW.BIG5 BIG5 (繁體)

然後執行 sudo locale-gen
提示以下資訊，成功了
zh_CN.GB18030... done
zh_CN.GBK... done
......

II. 系統內容支援GB*內碼了，但用vi, gedit等工具訪問檔案還會繼續亂碼，需要針對不同的工具分別配置，使之自己檢測支援範圍內的編碼
e.g. vi
執行 sudo vi /etc/vim/vimrc
加入以下配置參數
let &termencoding=&encoding
set fileencodings=utf-8,gb18030,gbk,gb2312,big5

e.g. gedit
執行 sudo gconf-editor
選擇 apps/gedit-2/preferences/encodings
找到 auto_detected 編輯，在Values中分別加入 GB18030,GBK,GB2312,BIG5

OK~

感謝lec的支援。
enca工具很方便，用於檢測檔案內碼（前提是系統內容支援，如，環境不支援BIG5，是無法檢測的，這個暈了我許久）
安裝 sudo apt-get install enca
用法 enca filename
這個工具是在google搜尋到的(http://blog.oolec.com/?p=79)，繞了地球一圈才找到，猛發現文章作者就坐在我旁邊，以後再找東西先問問，別瞎跑。

使ubuntu正常顯示GB2312、GBK編碼檔案

• LDUUG 發佈於 2010-12-17  00:27:00

1842

ubuntu環境設定的字元集utf8，windows預設字元集是GBK，Ubuntu的預設字元集為utf-8，這使 得在用telnet登入遠程伺服器或查看windows檔案時出現亂碼。需要將ubuntu環境設定為GBK或GB2312，或設定軟體使其正確顯示漢 字。下面以GBK字元集為例進行說明：

一、修改Ubuntu預設字元集為GBK
1、首先設定sudo vi /var/lib/locales/supported.d/local
添加一行 zh_CN.GBK GBK
sudo locale-gen產生locale

 

2、修改ubuntu的字元集
方法一： 修改使用者目錄下的.profile檔案，增加以下內容：
LANGUAGE=”zh_CN:zh:en_US:en”
LANG=zh_CN.GBK 
重新登入即可。
這個方法只對該使用者有效。
方法二：修改/etc/environment，增加以下內容：
LANGUAGE=”zh_CN:zh:en_US:en”
LANG=zh_CN.GBK
然後重啟X即可
這個方法對沒有設定LANG及LANGUAGE環境變數的使用者有效 

二、設定軟體命名其正常顯示GBK
這需要軟體本身支援多字元編碼，最常見的是IE等瀏覽器，可以通過設定編碼顯示GBK字元集。Ubuntu下的一些軟體也支援此功能，以ubuntu的終 端程式為例，使其正常顯示GBK編碼的方法是：在termial視窗上點擊菜單：終端->設定字元編碼->選擇GBK即可。

＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃

解決檔案名稱，mp3標籤，文字檔的中文亂碼

從windows轉移到ubuntu的使用者，常常會發現自己在windows下建立/下載/儲存的檔案經常性出現亂碼問題(kubuntu出現問題的可能性更高一些)。而使用預設播放器開啟以往的音樂檔案(mp3等)時，出現亂碼的機會更是接近100%。

這些問題的解決方案在ubuntu提示中已被收錄，但是由於問題的普遍性，我認為有必要轉移到這裡。

轉換檔名由GBK為UTF8

sudo apt-get install convmv
convmv -r -f cp936 -t utf8 –notest –nosmart *
轉換檔內容由GBK到UTF8 iconv -f gbk -t utf8 $i > newfile
轉換 mp3 標籤編碼

sudo apt-get install python-mutagen
find . -iname “*.mp3” -execdir mid3iconv -e GBK {} \;

＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃
buntu預設的開啟.txt檔案用的是gedit，可gedit預設編碼是UTF8，開啟windows下編輯的gb2312的文檔都是亂碼。解決方案之一就是把gedit的編碼改為GB2312，方法如下：

在Applications菜單上點右鍵，選擇EditMenu.在MainMenu的對話方塊中勾選SystemTools－ConfigurationEditor，並從Applications菜單中開啟。

依次開啟/apps/gedit-2/preferences/encodings/雙擊右側auto_detected,在彈出對話方塊中點選Add，添加Values值為GB2312,確定後選中，點選Up按鈕將其移至第一位。

同樣方法，對show_in_menu進行設定，並將GB2312置於首位。

還有一種方法是用openoffice開啟.txt檔案時，會讓你選擇編碼，選GB2312就行了。

＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊

1.系統預設編碼

我們知道在中文 Windows 下一般來說系統的預設編碼是 GBK, 從 Java 開發的角度來說, 就是在進行諸如 Java 原始碼編譯, 檔案讀寫等操作時, 預設使用的編碼是 GBK; 而我們參照一般的 Ubuntu 中文安裝文檔, 可能會建議將預設的語言設定為 zh_CN.UTF-8, 這樣會帶來一些問題, 比如我在 Windows 使用 Eclipse 時的編輯器的預設編碼是 GBK, 但是在 Ubuntu 下面就是 UTF-8, 同樣是使用 Eclipse, 在 Windows 下的中文文檔到了 Ubuntu 中會產生亂碼, 必須手工逐個文檔設定屬性中的編碼為 GBK 才可以正常; 一些測試代碼也是以預設編碼讀取檔案的, 這些代碼讀取出來的檔案內容也會包含亂碼.

所以, 最好是將系統的預設編碼設定為 GBK, 這樣和 Windows 下面的開發環境最接近. 設定的方法應該不止一種, 我採用的是編輯 /etc/environment, 改成這個樣子:
LANGUAGE=”zh_CN:zh:en_US:en”
GST_ID3_TAG_ENCODING=GBK
LANG=zh_CN.GBK
LC_CTYLE=zh_CN.GBK

＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊
Ubuntu 中文編碼設定
今天開始把工作環境全部遷移到Linux，一天下來，算平靜。很慶幸當初在win下面用了Mozilla Thunderbird郵件用戶端，而不是OutLook，這簡直太方便了，可以直接把上百兆的郵件存放目錄複寫到linux下直接用，與之形成鮮明對比 的是微軟的新版live Messager,今天發現微軟的這個東西甚至不支援安裝在他們自己的WinXP 64/Wind2003/2008上面？我沒有什麼可說的呢。

Ubuntu 預設採用UTF8編碼，可以方便global。但對中文支援，還不細緻，即便預設採用中文安裝，也並不會自動添加GB＊等支援，致使在Ubuntu下訪問部分Win文字檔時，出現亂碼。

I. 配置系統內容
執行 sudo vi /var/lib/locales/supported.d/zh
加入以下配置參數

zh_CN.GB18030 GB18030 (最新漢字編碼字元集，向下相容GBK,GB2312)
zh_CN.GBK GBK (漢字擴充編碼,向下相容GB2312, 並包含BIG5全部漢字)
zh_CN.GB2312 GB2312 (簡化漢字編碼字元集, 最近有客戶要我們改進GB2312,太看得起我們了，我只能說:”NO!”)
zh_CN.GB18031 GB18031 (數字鍵台漢字編碼輸入,面向手持功能，我的Nokia3120從來就是發簡訊，電話中，無法和PC通訊，就不用這個了。     maybe用Google Android SDK的大俠們需要這個)
zh_HK.BIG5 BIG5 (繁體)
zh_TW.BIG5 BIG5 (繁體)

然後執行 sudo locale-gen 
提示以下資訊，成功了
zh_CN.GB18030… done
zh_CN.GBK… done
……

II. 系統內容支援GB*內碼了，但用vi, gedit等工具訪問檔案還會繼續亂碼，需要針對不同的工具分別配置，使之自己檢測支援範圍內的編碼
e.g. vi
執行 sudo vi /etc/vim/vimrc 
加入以下配置參數
let &termencoding=&encoding
set fileencodings=utf-8,gb18030,gbk,gb2312,big5

e.g. gedit
執行 sudo gconf-editor
選擇 apps/gedit-2/preferences/encodings
找到 auto_detected 編輯，在Values中分別加入 GB18030,GBK,GB2312,BIG5

【轉】ubuntu 編碼 UTF-8 GBK GB18030