linux下基於vim的檔案編碼

掙紮後，我們還是向gbk妥協了，三個項目都將基於gb編碼，我想，將來我一定會非常懷念使用utf8的年代的。其實，如果熟悉這些編碼之間的關係，多關注下開發時候的檔案編碼，大概也不會出現亂碼和ajax前後編碼解碼的問題，只是總會有人某個時刻忘了將檔案另存新檔gb編碼的檔案，也總會有人在開發的爽的時候忘了這個根本，既然統一編碼，在winodw下的前端開發都要將檔案存為gbk，在editplus或記事本中存為ANSI編碼就可以，這些編輯器會根據碼流去識別到底是gbk還是gb2312還是gb18030的編碼，至少gb系的編碼有一部分是相互相容的，碼流有很大重合的空間，所以
window下很多文字編輯器都沒有強行採用某種特定的編碼。在linux下就不這麼簡單了，使用vim的時候要很小心才行。

先來說說這些編碼，gb2312是在ascII基礎上擴充得到的，後來又擴充了gbk和gb18030，其中最新版的gb18030是05年才release出來，在常用簡體中文字上，三種編碼是完全相容的，只是新的標準增加了很多生僻字、偏旁部首和繁體字。unicode是和ascII完全不同的一套編碼方案，utf8就是基於這種方案的一種編碼，utf8包含有除中文外的其他多國語言，適合全球使用，所以utf8的體積要比gb系的字元集合大很多，但在中文字方面，和gb18030相當，其編碼和gb系完全不相容。在linux下，如果沒有配置.vimrc中的fileencoding，vim將會採用系統預設編碼來讀寫檔案，還是應當在.vimrc中定義編碼種類，我的vimrc是這樣定義的：

set fileencodings=ucs-bom,utf-8,GB18030,gbk

ucs- bom是unicode編碼的一種，類似utf8，將其和utf8放在最前面是因為，vim在試圖用ucs-bom或utf-8來讀檔案的時候，如果發現錯誤則選用後續編碼來讀檔案，而vim卻不能根據gbk和gb18030進行錯誤識別。沒有gb2312？因為在vimrc中設定gb2312根本沒用。基於這個設定，來操作下；

linux下vim一個空檔案，這時肯定是utf8的編碼，輸入“中文”兩個字，儲存為11.utf8，用file命令查看這個檔案，提示是utf8的unicode檔案，沒有問題。

再 vim一個11.gb18030，也是輸入“中文”兩字，設定編碼：set fileencoding=gb18030，儲存檔案名稱為22.gb18030退出，用file查看檔案，提示是ISO-8859檔案，並沒有提示是 gb18030，實際上file命令只能根據碼流判斷編碼方法，而gbk,gb2312和gb18030碼流在簡體中文範圍是一致的，因此也判斷不出是什麼字元集，而utf8編碼則屬於確定的字元集，所以從碼流的模樣上看是看不出gbk、gb2312和gb18030檔案的。同樣，vim一個檔案，輸入
“中文”二字，set fileencoding=gbk,儲存退出，也是一樣，只是set命令執行後編輯器會顯示檔案編碼為cp936，不用管它，cp936是gbk的別名。

同樣的，vim一個檔案，set fileencoding=gb2312，編輯器會顯示euc-cn，

但當第二次開啟gb*編碼的檔案的時候，vim所識別的字元集和當初設定的字元集卻不一樣，比如開啟22.gb18030、33.gbk和 44.gb2312的時候，vim統統將其識別為gb18030。vim這樣做大概是為了相容考慮。那麼一個設定了gb2312字元集編碼的檔案，能否往裡寫非gb2312的字元呢？例如我建立一個vim檔案，set
fileencoding=gb2312，然後輸入“中文兀”這三個字，其中“兀”是非gb2312字元（gb2312所有字元在這裡尋找），再儲存，出錯：“寫入錯誤，轉換失敗”，強制儲存也不行，

只有將set fileencoding=gbk或者gb18030，才能成功儲存，但是儲存之前會有提示，強制儲存後會出現“已轉換”字樣，似乎中間有一個“編碼轉換”的過程。

同樣，在重新開啟一個剛才set fileencoding=gb2312的檔案，輸入那個”兀”字再儲存也會出現”已轉換”，似乎也經過了一個“編碼轉換”的過程，只是和上個例子相比沒有出現嚴重提示而已，

大概這就是vim統一用gb18030來識別gbk,gb2312和gb18030的好處。剛才說到gb系的編碼方式大抵相同，只要三者同時包含的文字都會編碼一致。用file命令查看三種格式的檔案的時候，都會顯示ISO-8859來表示這是gb系的編碼，具體哪種字元集是未知，

再看看內容一致的四個檔案的二進位儲存，gb系的檔案也是一致的。（所以，在vimrc中配置fileencoding中寫gb2312也是沒用的，甚至寫gbk都是沒用的，只要寫fileencoding=gb18030就可以了。）

另，有些人的vim配置沒有識別當前檔案編碼，我的是這樣配的，在狀態列中顯示檔案編碼：

set statusline=%<[%n]\
%F\ %h%m%r%=%k[%{(&fenc==\"\")?&enc:&fenc}%
{(&bomb?\",BOM\":\"\")}][%{&ff}][ASCII=\%03.3b]
\ %-10.(%l,%c%V%)\ %P

結論：

1，linux下的開發應其實和系統預設編碼無關
2，linux下的開發應當配置vimrc的fileencoding，配置內容如上。
3，如果vimrc中配置不首先使用gb18030來寫檔案，應當在vim建立檔案時手動執行set fileencoding=gb18030.
4，不建議在vimrc中將gb18030放在ucs-bom和utf-8前面，以避免linux中建立所有的檔案都是gb編碼。畢竟，忘記轉換編碼是常事。