CentOS7設(shè)置中文字符集

?

目錄

• 一、字符編碼和字符集
  • 1、字符編碼（character encoding）：
  • 2、字符集（Character set）
  • 3、國際編碼（Unicode）
• 二、漢字的編碼
  • 1、漢字的編碼
  • 2、漢字的編碼選擇
  • 3、編碼的轉(zhuǎn)換
• 三、設(shè)置Linux的字符集
  • 1、查看當(dāng)前系統(tǒng)已安裝的字符集
  • 2、安裝中文字符集
  • 3、修改字符集配置文件
• 四、LANG環(huán)境變量
• 五、修改客戶端的字符集
• 六、字符集轉(zhuǎn)換工具
• 七、應(yīng)用經(jīng)驗
• 八、版權(quán)聲明

?

一、字符編碼和字符集

1、字符編碼（character encoding）：

字符編碼是一種法則，在數(shù)字與符號之間建立的對應(yīng)關(guān)系。不同的國家有不同的語言，包含的文字、標(biāo)點(diǎn)符號、圖形符號各有不同。例如在ASCII編碼中，用數(shù)字97表達(dá)字符'a'與字符集相對應(yīng)，常見的字符編碼有ASCII，GBK，GB18030，Unicode等。

2、字符集（Character set）

字符集是字符的集合，字符是文字和符號的總稱，用ASCII編碼的字符集稱之為ASCII字符集，用GBK編碼的字符集稱之為GBK字符集。

3、國際編碼（Unicode）

為了解決傳統(tǒng)的字符編碼方案的局限，1994年發(fā)布了Unicode（國際編碼、統(tǒng)一碼、萬國碼、單一碼、通用碼），它是計算機(jī)科學(xué)領(lǐng)域里的一項業(yè)界標(biāo)準(zhǔn)，包括字符集、編碼方案等。Unicode 將全世界所有的字符統(tǒng)一化，統(tǒng)一編碼，再也不存在字符集不兼容和字符轉(zhuǎn)換的問題。

Unicode 有以下三種編碼方式：

1）UTF-8：兼容ASCII編碼；拉丁文、希臘文等使用兩個字節(jié)；包括漢字在內(nèi)的其它常用字符使用三個字節(jié)；剩下的極少使用的字符使用四個字節(jié)。

2）UTF-16：對相對常用的60000余個字符使用兩個字節(jié)進(jìn)行編碼，其余的使用4字節(jié)。

3）UTF-32：固定使用4個字節(jié)來表示一個字符，存在空間利用效率的問題。

二、漢字的編碼

1、漢字的編碼

支持漢字（簡體中文）的編碼有GB2312、GB13000、GBK、GB18030和Unicode（UTF-8、UTF-16、UTF-32）。

1）GB2312

僅包含大部分的常用簡體漢字，但已經(jīng)不能適應(yīng)現(xiàn)在的需要。

2）GB13000

由于GB2312的局限性，國家標(biāo)準(zhǔn)化委員會制定了GB13000編碼；但由于當(dāng)時的硬件和軟件都已經(jīng)支持了GB2312，而GB13000與GB2312完全不兼容，所以沒有能夠得到大范圍的推廣使用。

3）GBK

有了GB13000的教訓(xùn)，中國國家標(biāo)準(zhǔn)化委員會制定了GBK標(biāo)準(zhǔn)，并兼容了GB2312標(biāo)準(zhǔn)，同時在GB2312標(biāo)準(zhǔn)的基礎(chǔ)上擴(kuò)展了GB13000包含的字；由于該標(biāo)準(zhǔn)有微軟的支持，得到了廣泛的應(yīng)用。

4）GB18030

GB18030編碼比GBK又新增了幾千個漢字，但由于碼位不足使用了2byte與4byte混合編碼方式，這給軟件開發(fā)增加了難度。

5）Unicode

包含全世界所有國家需要用到的字符，是國際編碼，通用性強(qiáng)。

2、漢字的編碼選擇

在操作系統(tǒng)和數(shù)據(jù)庫中，常用的漢字編碼有GBK、GB18030和Unicode，GBK和GB18030的優(yōu)勢是占用空間小，Unicode的優(yōu)勢是全球化的支持。

在應(yīng)用開發(fā)中，如果不考慮全球化，最好的選擇是GBK和GB18030。

3、編碼的轉(zhuǎn)換

GBK和GB18030與Unicode編碼之間需要轉(zhuǎn)換，否則會出現(xiàn)漢字亂碼。

三、設(shè)置Linux的字符集

1、查看當(dāng)前系統(tǒng)已安裝的字符集

1）locale命令用于查看當(dāng)前系統(tǒng)全部的已安裝的字符集，Linux支持的符集約800種。

locale -a

2）查看已安裝的中文字符集（只查看中國大陸的，不包括香港和臺灣）

locale -a|grep zh_CN

上圖表示已經(jīng)安裝了中文字符集。

2、安裝中文字符集

如果您的Linux系統(tǒng)沒有安裝中文字符集，可以用yum命令安裝。

我查了一些資料，安裝中文字符集軟件包的方法比較多，沒找到準(zhǔn)確的說法，所以把多種方法都寫了進(jìn)來，以下命令都可以執(zhí)行，不會有副作用。

yum -y groupinstall chinese-support yum -y install chinese-support yum -y install kde-l10n-Chinese yum -y install ibus-table-chinese-1.4.6-3.el7.noarch

安裝后，執(zhí)行l(wèi)ocale -a|grep zh_CN，如果顯示的內(nèi)容如下，表示安裝成功。

3、修改字符集配置文件

CentOS6.x 字符集配置文件在/etc/sysconfig/i18n文件中。

CentOS7.x 字符集配置文件在/etc/locale.conf文件中，內(nèi)容如下：

執(zhí)行以下命令或者重啟系統(tǒng)使修改生效。

CentOS6.x

source /etc/sysconfig/i18n

CentOS7.x:

source /etc/locale.conf

四、LANG環(huán)境變量

LANG環(huán)境變量存放的是Linux系統(tǒng)的語言、地區(qū)、字符集，它不需要系統(tǒng)管理員手工設(shè)置，/etc/profile會調(diào)用/etc/profile.d/lang.sh腳本完成對PATH的設(shè)置。

五、修改客戶端的字符集

客戶端的字符集必須與Linux服務(wù)端一致，否則會出現(xiàn)亂碼，以SecureCRT為例。修改會話的屬性，在Appearance界面中的Character
encoding下拉框中選擇。

六、字符集轉(zhuǎn)換工具

Linux提供了iconv命令把文件內(nèi)容從一種編碼轉(zhuǎn)換成另一種編碼。

參數(shù)說明：

--list：列出iconv支持的編碼列表。

-f encoding：源文件內(nèi)容的編碼。

-t encoding：目標(biāo)文件內(nèi)容的編碼。

-o file：指定輸出文件。

-c：忽略輸出的非法字符。

-l：列出已知的編碼字符集。

-s：禁止警告信息，但不是錯誤信息。

--verbose：顯示進(jìn)度信息。

示例：

把當(dāng)前目錄的book1.c由gbk轉(zhuǎn)換成utf-8，結(jié)果輸出到/tmp/book1_utf8.c中。

iconv -f gbk -t utf-8 book1.c -o /tmp/book1_utf8.c

七、應(yīng)用經(jīng)驗

1）Linux系統(tǒng)在業(yè)務(wù)化之前，就應(yīng)該確定字符集，然后不再改變。系統(tǒng)在業(yè)務(wù)化后，修改字符集是一件很麻煩的事情，最好別惹這個麻煩。

2）如果項目沒有全球化的需求，Linux的字符集建議采用zh_CN.gbk。

3）雖然gb18030字符集比gbk更豐富，但是gb18030中有部分漢字是4字節(jié)，這一點(diǎn)讓程序員很郁悶，所以，程序員更傾向gbk字符集。

4）設(shè)置Linux的字符集時，還要考慮WEB系統(tǒng)和數(shù)據(jù)庫系統(tǒng)采用的字符集，最好是大家都保持一致。

八、版權(quán)聲明

C語言技術(shù)網(wǎng)原創(chuàng)文章，轉(zhuǎn)載請說明文章的來源、作者和原文的鏈接。
來源：C語言技術(shù)網(wǎng)（www.freecplus.net）
作者：碼農(nóng)有道

如果文章有錯別字，或者內(nèi)容有錯誤，或其他的建議和意見，請您留言指正，非常感謝！！！

分類:?LInux教程

標(biāo)簽:?C++,?C,?Linux,?Mysql,?Oracle,?數(shù)據(jù)庫

總結(jié)

以上是生活随笔為你收集整理的设置中文字符集的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。