CentOS7設置中文字符集

?

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、編碼的轉換
• 三、設置Linux的字符集
  • 1、查看當前系統已安裝的字符集
  • 2、安裝中文字符集
  • 3、修改字符集配置文件
• 四、LANG環境變量
• 五、修改客戶端的字符集
• 六、字符集轉換工具
• 七、應用經驗
• 八、版權聲明

?

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，在數字與符號之間建立的對應關系。不同的國家有不同的語言，包含的文字、標點符號、圖形符號各有不同。例如在ASCII編碼中，用數字97表達字符'a'與字符集相對應，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）

為了解決傳統的字符編碼方案的局限，1994年發布了Unicode（國際編碼、統一碼、萬國碼、單一碼、通用碼），它是計算機科學領域里的一項業界標準，包括字符集、編碼方案等。Unicode 將全世界所有的字符統一化，統一編碼，再也不存在字符集不兼容和字符轉換的問題。

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；包括漢字在內的其它常用字符使用三個字節；剩下的極少使用的字符使用四個字節。

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

3）UTF-32：固定使用4個字節來表示一個字符，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，但已經不能適應現在的需要。

2）GB13000

由于GB2312的局限性，國家標準化委員會制定了GB13000編碼；但由于當時的硬件和軟件都已經支持了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，中國國家標準化委員會制定了GBK標準，并兼容了GB2312標準，同時在GB2312標準的基礎上擴展了GB13000包含的字；由于該標準有微軟的支持，得到了廣泛的應用。

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。

2、漢字的編碼選擇

在操作系統和數據庫中，常用的漢字編碼有GBK、GB18030和Unicode，GBK和GB18030的優勢是占用空間小，Unicode的優勢是全球化的支持。

在應用開發中，如果不考慮全球化，最好的選擇是GBK和GB18030。

3、編碼的轉換

GBK和GB18030與Unicode編碼之間需要轉換，否則會出現漢字亂碼。

三、設置Linux的字符集

1、查看當前系統已安裝的字符集

1）locale命令用于查看當前系統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

上圖表示已經安裝了中文字符集。

2、安裝中文字符集

如果您的Linux系統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，沒找到準確的說法，所以把多種方法都寫了進來，以下命令都可以執行，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，執行locale -a|grep zh_CN，如果顯示的內容如下，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，內容如下：

執行以下命令或者重啟系統使修改生效。

CentOS6.x

source /etc/sysconfig/i18n

CentOS7.x:

source /etc/locale.conf

四、LANG環境變量

LANG環境變量存放的是Linux系統的語言、地區、字符集，它不需要系統管理員手工設置，/etc/profile會調用/etc/profile.d/lang.sh腳本完成對PATH的設置。

五、修改客戶端的字符集

客戶端的字符集必須與Linux服務端一致，否則會出現亂碼，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、字符集轉換工具

Linux提供了iconv命令把文件內容從一種編碼轉換成另一種編碼。

參數說明：

--list：列出iconv支持的編碼列表。

-f encoding：源文件內容的編碼。

-t encoding：目標文件內容的編碼。

-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：顯示進度信息。

示例：

把當前目錄的book1.c由gbk轉換成utf-8，結果輸出到/tmp/book1_utf8.c中。

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

七、應用經驗

1）Linux系統在業務化之前，就應該確定字符集，然后不再改變。系統在業務化后，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，這一點讓程序員很郁悶，所以，程序員更傾向gbk字符集。

4）設置Linux的字符集時，還要考慮WEB系統和數據庫系統采用的字符集，最好是大家都保持一致。

八、版權聲明

C語言技術網原創文章，轉載請說明文章的來源、作者和原文的鏈接。
來源：C語言技術網（www.freecplus.net）
作者：碼農有道

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

分類:?LInux教程

標簽:?C++,?C,?Linux,?Mysql,?Oracle,?數據庫

總結

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站內容還不錯，歡迎將生活随笔推薦給好友。