Windows中默認(rèn)的文件格式是GBK(gb2312)疗涉，而Linux 一般都是UTF-8。當(dāng)文件中有中文字符時吟秩，在一個系統(tǒng)中能正常顯示中文的，到另一個系統(tǒng)下常常會出現(xiàn)亂碼绽淘。本文主要介紹兩個系統(tǒng)下的編碼轉(zhuǎn)換解決中文亂碼的問題涵防。
亂碼問題的由來
計算機內(nèi)部是用"0"和"1"來表示信息的，那么如何用一串“0”和“1”來表示不同的字符呢沪铭，這就需要制定標(biāo)準(zhǔn)的編碼方案壮池，比如用“1000001”來代表字符“A”，用“110000”來代表字符“0”杀怠。這種編碼標(biāo)準(zhǔn)化方案稱為ASCII碼椰憋，是美國在1961年提出的，并成為了國際標(biāo)準(zhǔn)赔退。標(biāo)準(zhǔn) ASCII 碼使用 7 個二進(jìn)位對字符進(jìn)行編碼橙依，能表示常用的英文字母、數(shù)字硕旗、標(biāo)點符號等窗骑。因此英文也成為了計算機世界的通用語言。
由于ASCII碼只用了7 bit漆枚，所以ASCII碼最多能表示128個字符创译，多出來的那一個bit位不是浪費了嗎？不用擔(dān)心墙基，ISO標(biāo)準(zhǔn)化組織利用這最高位的bit位重新進(jìn)行了字符編碼软族，稱為ISO-8859-1編碼，最多能表示256個字符残制，前面0～127的字符編碼跟ASCII碼一樣立砸，保持兼容性，后面的128～255用來表示一些新的字符痘拆。Latin1是ISO-8859-1的別名仰禽，有些環(huán)境下也寫作Latin-1，在很多協(xié)議上纺蛆，默認(rèn)使用該編碼吐葵。
那么非英文國家的人怎么使用計算機表示非英文字符呢，這就跟某城市7位電話號碼不夠用就升8位類似桥氏，用更多位的二進(jìn)制數(shù)來表示非英文字符温峭，比如我們國家就用2個字節(jié)來對漢字進(jìn)行編碼，稱為GB2312字支。
然而問題產(chǎn)生了凤藏，不同國家都用2個字節(jié)對本國語言進(jìn)行編碼奸忽，編碼不通用，同一串二進(jìn)制編碼在不同國家代表不同的字符揖庄，真夠亂的栗菜。為了解決非英文字符編碼方案的統(tǒng)一問題，產(chǎn)生了Unicode蹄梢。Unicode編碼就像是一個翻譯疙筹，每個語言自己的編碼會一一對應(yīng)到某個Unicode碼，這樣就把編碼統(tǒng)一起來了禁炒，不管你說什么語言而咆，用Unicode總歸不會成亂碼。為了統(tǒng)一編碼幕袱，Unicode用4個字節(jié)來表示一個字符暴备，從而導(dǎo)致編碼效率非常低，讓人無法忍受们豌。
為了提高Unicode的編碼效率涯捻，通過改進(jìn)Unicode編碼產(chǎn)生了UTF-8編碼。UTF-8使用1-4個字節(jié)進(jìn)行編碼玛痊，可以根據(jù)不同的符號自動選擇編碼的長短汰瘫，是目前使用范圍最廣泛的編碼方案。
大致了解完了字符編碼的歷史問題擂煞，下面就來解決實際的亂碼問題混弥。
經(jīng)常遇到亂碼的場景
如果你像我一樣以Linux作為主用的工作環(huán)境，那么在處理Windows下傳過來的文件時对省，一般都是文本文件蝗拿，肯定會經(jīng)常遇到中文亂碼的情況。
你在Linux下編輯的中文蒿涎，保存為文件傳到Windows下哀托，對方打開也是亂碼。
其實這都是因為不同的系統(tǒng)下默認(rèn)字符編碼不一致造成的劳秋，只需一條命令就能輕松搞定中文亂碼仓手。
在Linux中查看文件編碼方式
1 在Vim中查看文件編碼
用vim打開Windows傳過來的文本文件，輸入
:set fileencoding
返回結(jié)果：
fileencoding=latin1
這里Vim默認(rèn)用latin1編碼來識別文本字符玻淑，所以中文當(dāng)然不能被latin1識別嗽冒。
2 用enca命令識別文件編碼
用法：
$ enca filename
返回結(jié)果：
Simplified Chinese National Standard; GB2312
CRLF line terminators
enca能正確識別出GB2312編碼，不過enca對某些GBK編碼的文件 識別的不是很好补履。
編碼轉(zhuǎn)換的幾個方式
1 enconv 命令轉(zhuǎn)換文件編碼
例如添坊，將一個GBK編碼的文件轉(zhuǎn)換成UTF-8編碼：
enconv -L zh_CN -x UTF-8 inputfile
-L 表示從...編碼
-x 表示轉(zhuǎn)換到...編碼
2 iconv 命令轉(zhuǎn)換文件編碼
例如，將一個UTF-8編碼的文件轉(zhuǎn)換成GBK編碼：
iconv -f GBK -t UTF-8 inputfile > outputfile
-f 表示從...編碼
-t 表示轉(zhuǎn)換到...編碼
iconv支持的編碼類型比較多箫锤，我測試了一下iconv正反轉(zhuǎn)換都沒問題贬蛙，但是enconv從utf-8轉(zhuǎn)回GBK沒有成功雨女。一般建議用iconv來做編碼轉(zhuǎn)換，缺點是需要重定向到輸出文件阳准。
====iconv在手氛堕，亂碼不愁====
