linux下基于vim的文件编码

挣扎后，我们还是向gbk妥协了，三个项目都将基于gb编码，我想，将来我一定会非常怀念使用utf8的年代的。其实，如果熟悉这些编码之间的关系，多关注下开发时候的文件编码，大概也不会出现乱码和ajax前后编码解码的问题，只是总会有人某个时刻忘了将文件另存为gb编码的文件，也总会有人在开发的爽的时候忘了这个根本，既然统一编码，在winodw下的前端开发都要将文件存为gbk，在editplus或记事本中存为ANSI编码就可以，这些编辑器会根据码流去识别到底是gbk还是gb2312还是gb18030的编码，至少gb系的编码有一部分是相互兼容的，码流有很大重合的空间，所以 window下很多文本编辑器都没有强行采用某种特定的编码。在linux下就不这么简单了，使用vim的时候要很小心才行。

先来说说这些编码，gb2312是在ascII基础上扩展得到的，后来又扩充了gbk和gb18030，其中最新版的gb18030是05年才release出来，在常用简体中文字上，三种编码是完全兼容的，只是新的标准增加了很多生僻字、偏旁部首和繁体字。unicode是和ascII完全不同的一套编码方案，utf8就是基于这种方案的一种编码，utf8包含有除中文外的其他多国语言，适合全球使用，所以utf8的体积要比gb系的字符集合大很多，但在中文字方面，和gb18030相当，其编码和gb系完全不兼容。在linux下，如果没有配置.vimrc中的fileencoding，vim将会采用系统默认编码来读写文件，还是应当在.vimrc中定义编码种类，我的vimrc是这样定义的：

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

ucs- bom是unicode编码的一种，类似utf8，将其和utf8放在最前面是因为，vim在试图用ucs-bom或utf-8来读文件的时候，如果发现错误则选用后续编码来读文件，而vim却不能根据gbk和gb18030进行错误识别。没有gb2312？因为在vimrc中设置gb2312根本没用。基于这个设置，来操作下；

linux下vim一个空文件，这时肯定是utf8的编码，输入“中文”两个字，保存为11.utf8，用file命令查看这个文件，提示是utf8的unicode文件，没有问题。

再 vim一个11.gb18030，也是输入“中文”两字，设置编码：set fileencoding=gb18030，保存文件名为22.gb18030退出，用file查看文件，提示是ISO-8859文件，并没有提示是 gb18030，实际上file命令只能根据码流判断编码方法，而gbk,gb2312和gb18030码流在简体中文范围是一致的，因此也判断不出是什么字符集，而utf8编码则属于确定的字符集，所以从码流的模样上看是看不出gbk、gb2312和gb18030文件的。同样，vim一个文件，输入 “中文”二字，set fileencoding=gbk,保存退出，也是一样，只是set命令执行后编辑器会显示文件编码为cp936，不用管它，cp936是gbk的别名。

同样的，vim一个文件，set fileencoding=gb2312，编辑器会显示euc-cn，如图

但当第二次打开gb*编码的文件的时候，vim所识别的字符集和当初设定的字符集却不一样，比如打开22.gb18030、33.gbk和 44.gb2312的时候，vim统统将其识别为gb18030。vim这样做大概是为了兼容考虑。那么一个设定了gb2312字符集编码的文件，能否往里写非gb2312的字符呢？例如我新建一个vim文件，set fileencoding=gb2312，然后输入“中文兀”这三个字，其中“兀”是非gb2312字符（gb2312所有字符在这里查找），再保存，出错：“写入错误，转换失败”，强制保存也不行，

只有将set fileencoding=gbk或者gb18030，才能成功保存，但是保存之前会有提示，强制保存后会出现“已转换”字样，似乎中间有一个“编码转换”的过程。

同样，在重新打开一个刚才set fileencoding=gb2312的文件，输入那个”兀”字再保存也会出现”已转换”，似乎也经过了一个“编码转换”的过程，只是和上个例子相比没有出现严重提示而已，如图：

大概这就是vim统一用gb18030来识别gbk,gb2312和gb18030的好处。刚才说到gb系的编码方式大抵相同，只要三者同时包含的文字都会编码一致。用file命令查看三种格式的文件的时候，都会显示ISO-8859来表示这是gb系的编码，具体哪种字符集是未知，如图：

再看看内容一致的四个文件的二进制存储，gb系的文件也是一致的。（所以，在vimrc中配置fileencoding中写gb2312也是没用的，甚至写gbk都是没用的，只要写fileencoding=gb18030就可以了。）

另，有些人的vim配置没有识别当前文件编码，我的是这样配的，在状态栏中显示文件编码：

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

结论：

1，linux下的开发应其实和系统默认编码无关
2，linux下的开发应当配置vimrc的fileencoding，配置内容如上。
3，如果vimrc中配置不首先使用gb18030来写文件，应当在vim创建文件时手动执行set fileencoding=gb18030.
4，不建议在vimrc中将gb18030放在ucs-bom和utf-8前面，以避免linux中创建所有的文件都是gb编码。毕竟，忘记转换编码是常事。