The Naming of Names

Vim有四個跟字符編碼方式有關(guān)的選項，encoding、fileencoding、fileencodings、termencoding(這些選項設(shè)置請參考Vim文檔中encoding-names章節(jié))，它們的意義如下:

encoding encoding是Vim內(nèi)部使用的字符編碼方式，包括Vim的buffer(緩沖區(qū))、菜單文本、消息文本等。默認(rèn)是根據(jù)你的locale選擇。VIM用戶手冊上建議只在.vimrc中改變它的值，事實上似乎也只有在.vimrc中改變它的值才有意義。你可以用另外一種編碼來編輯和保存文件，如你的vim的encoding為utf-8,所編輯的文件采用cp936編碼,vim會自動將讀入的文件轉(zhuǎn)成utf-8(vim的能讀懂的方式），而當(dāng)你寫入文件時,又會自動轉(zhuǎn)回成cp936（文件的保存編碼)。 fileencoding Vim中當(dāng)前編輯的文件的字符編碼方式，Vim保存文件時也會將文件保存為這種字符編碼方式(不管是否新文件都如此)。 fileencodings Vim自動探測fileencoding的順序列表，啟動時會按照它所列出的字符編碼方式逐一探測即將打開的文件的字符編碼方式，并且將 fileencoding 設(shè)置為最終探測到的字符編碼方式。因此最好將Unicode 編碼方式放到這個列表的最前面，將拉丁語系編碼方式 latin1放到最后面。 termencoding Vim所工作的終端(或者 Windows的Console窗口)的字符編碼方式。如果vim所在的term與vim編碼相同，則無需設(shè)置。如其不然，你可以用vim的termencoding選項將自動轉(zhuǎn)換成term的編碼.這個選項對GUI模式Vim(GVim)無效，而對Console模式的Vim而言就是Windows控制臺的代碼頁，并且通常我們不需要改變它。

現(xiàn)在來看看Vim的多字符編碼方式支持是如何工作的：

啟動Vim，根據(jù).vimrc文件中設(shè)置的encoding的值來設(shè)置buffer、菜單文本、消息文的字符編碼方式。 讀取需要編輯的文件，根據(jù)fileencodings中列出的字符編碼方式逐一探測該文件編碼方式。并設(shè)置fileencoding為探測到的，看起來是正確的字符編碼方式。 對比fileencoding和encoding的值，若不同則調(diào)用iconv將文件內(nèi)容轉(zhuǎn)換為encoding所描述的字符編碼方式，并且把轉(zhuǎn)換后的內(nèi)容放到為此文件開辟的 buffer 里，此時我們就可以開始編輯這個文件了。注意，完成這一步動作需要調(diào)用外部的 iconv.dll，你需要保證這個文件存在于$VIMRUNTIME或者其他列在PATH環(huán)境變量中的目錄里。 編輯完成后保存文件時，再次對比fileencoding和encoding的值。若不同，再次調(diào)用iconv將即將保存的buffer中的文本轉(zhuǎn)換為fileencoding所描述的字符編碼方式，并保存到指定的文件中。同樣，這需要調(diào)用iconv.dll由于Unicode能夠包含幾乎所有的語言的字符，而且Unicode的UTF-8編碼方式又是非常具有性價比的編碼方式 (空間消耗比 UCS-2 小)，因此建議encoding的值設(shè)置為utf-8。這么做的另一個理由是encoding設(shè)置為 utf-8 時，Vim 自動探測文件的編碼方式會更準(zhǔn)確 (或許這個理由才是主要的 ;)。我們在中文Windows里編輯的文件，為了兼顧與其他軟件的兼容性，文件編碼還是設(shè)置為GB2312/GBK比較合適，因此fileencoding建議設(shè)置為chinese(chinese是個別名，在Unix里表示gb2312，在Windows里表示cp936，也就是GBK的代碼頁)。

當(dāng)vim在utf-8的local下打開gbk文件時，顯示的是亂碼，可以在~/.vimrc文件中加入如下代碼來解決：

1	set fencs=utf-8,gbk

這一行的作用是告訴vim，打開一個文件時，嘗試utf8,gbk兩種編碼，vim只需要掃描文件的前一段，就可以根據(jù)文件里面的數(shù)據(jù)判斷出文件是否用的是utf8或者gbk編碼。如果不指定這一行，則vim只會用當(dāng)前編碼 (locale)來打開文件，因為locale是UTF-8，而文件是gbk，所以打開是亂碼。

一般vim打開中文文件時出現(xiàn)亂碼時可以用下面的方法來解決：

1	set fileencoding=gb18030 set fileencodings=utf-8,gb18030,utf-16,big5

這樣設(shè)置的原因說明如下：vim里面的編碼主要跟三個參數(shù)有關(guān)：enc(encoding), fenc(fileencoding)和fencs(fileencodings)。其中fenc是當(dāng)前文件的編碼，也就是說，一個在vim里面已經(jīng)正確顯示了的文件(前提是你的系統(tǒng)環(huán)境跟你的enc設(shè)置匹配)，你可以通過改變 fenc后再w來將此文件存成不同的編碼。比如說，我:set fenc=utf-8然后:w就把文件存成utf-8的了，:set fenc=gb18030再:w就把文件存成gb18030的了。這個值對于打開文件的時候是否能夠正確地解碼沒有任何關(guān)系。fencs就是用來在打開文件的時候進(jìn)行解碼的猜測列表。文件編碼沒有百分百正確的判斷方法，所以vim只能猜測文件編碼。比如我的vimrc里面這個的設(shè)置是：

1	set fileencodings=utf-8,gb18030,utf-16,big5

所以我的vim每打開一個文件，先嘗試用utf-8進(jìn)行解碼，如果用utf-8解碼到了一半出錯(所謂出錯的意思是某個地方無法用utf-8正確地 解碼)，那么就從頭來用gb18030重新嘗試解碼，如果gb18030又出錯(注意gb18030并不是像utf-8似的規(guī)則編碼，所以所謂的出錯只是 說某個編碼沒有對應(yīng)的有意義的字，比如0)，就嘗試用utf-16，仍然出錯就嘗試用big5。這一趟下來，如果中間的某次解碼從頭到尾都沒有出錯，那么 vim就認(rèn)為這個文件是這個編碼的，不會再進(jìn)行后面的嘗試了。這個時候，fenc的值就會被設(shè)為vim最后采用的編碼值，可以用:set fenc?來查看具體是什么。

當(dāng)然這個也是有可能出錯的，比如你的文件是gb18030編碼的，但是實際上只有一兩個字符是中文，那么有可能他們正好也能被utf-8解碼，那么這個文件就會被誤認(rèn)為是utf-8的導(dǎo)致錯誤解碼。

至于enc，其作用基本只是顯示。不管最后的文件是什么編碼的，vim都會將其轉(zhuǎn)換為當(dāng)前系統(tǒng)編碼來進(jìn)行處理，這樣才能在當(dāng)前系統(tǒng)里面正確地顯示出 來，因此enc就是干這個的。在windows下面，enc默認(rèn)是cp936，這也就是中文windows的默認(rèn)編碼，所以enc是不需要改的。在 linux下，隨著你的系統(tǒng)locale可能設(shè)為zh_CN.gb18030或者zh_CN.utf-8，你的enc要對應(yīng)的設(shè)為gb18030或者 utf-8(或者gbk之類的)。

最后再來說一下新建空文件的默認(rèn)編碼?？次臋n好像說會采用fencs里面的第一個編碼作為新建文件的默認(rèn)編碼。但是這里有一個問題，就是fencs 的順序跟解碼成功率有很大關(guān)系，根據(jù)我的經(jīng)驗utf-8在前比gb18030在前成功率要高一些，那么如果我新建文件默認(rèn)想讓它是gb18030編碼怎么 辦？一個方法是每次新建文件后都:set fenc=gb18030一下，不過我發(fā)現(xiàn)在vimrc里面設(shè)置fenc=gb18030也能達(dá)到這個效果。