Linux 字符编码

Posted 2023-06-08 walkersss

1、查看字符编码和语言
使用 locale 命令，语言是en_US(英语_美式)，编码是UTF-8

 

2、修改字符编码和语言
对应配置文件

centos7 修改文件 /etc/locale.conf

centos6 修改文件 /etc/sysconfig/i18n

2.1 先看一下修改前的

 

2.2 然后，如改成中文编码GBK编码：

LANG="en_US.UTF-8" 改为 LANG="zh_CN.GBK"

 

然后在不重启的情况下重新加载i18n文件

centos7：

source /etc/locale.conf

centos6：

source /etc/sysconfig/i18n

2.3 修改完再次用 locale 命令 查看 ，发现修改成功

 

好了，修改完成

3.下面是补充知识：
Windows的默认编码为GBK，Linux的默认编码为UTF-8。在Windows下编辑的中文，在Linux下显示为乱码。为了解决此问题，修改Linux的默认编码为GBK。方法如下：

方法1：

vi /etc/sysconfig/i18n

默认为:

LANG="en_US.UTF-8"
SYSFONT="latarcyrheb-sun16"

修改为:

LANG="zh_CN.GBK"
SUPPORTED="zh_CN.UTF-8:zh_CN:zh"
SYSFONT="latarcyrheb-sun16"

方法2：
vi /etc/profile

export LC_ALL="zh_CN.GBK"
export LANG="zh_CN.GBK"

方法3 ：

vi /etc/sysconfig/i18n

更改LANG=\'zh_CN.UTF-8\'

既支持中文

运行locale指令得到当前系统编码设置的详细资料。

一、locale的五脏六腑

1、 语言符号及其分类(LC_CTYPE)
2、 数字(LC_NUMERIC)
3、 比较和排序习惯(LC_COLLATE)
4、 时间显示格式(LC_TIME)
5、 货币单位(LC_MONETARY)
6、 信息主要是提示信息,错误信息, 状态信息, 标题, 标签, 按钮和菜单等(LC_MESSAGES)
7、 姓名书写方式(LC_NAME)
8、 地址书写方式(LC_ADDRESS)
9、 电话号码书写方式(LC_TELEPHONE)
10、度量衡表达方式(LC_MEASUREMENT)
11、默认纸张尺寸大小(LC_PAPER)
12、对locale自身包含信息的概述(LC_IDENTIFICATION)。

二、理解locale的设置

设定locale就是设定12大类的locale分类属性，即 12个LC_*。除了这12个变量可以设定以外，为了简便起见，还有两个变量：LC_ALL和LANG。

它们之间有一个优先级的关系：LC_ALL > LC_* > LANG

可以这么说，LC_ALL是最上级设定或者强制设定，而LANG是默认设定值。
————————————————

原文链接：https://blog.csdn.net/lishuoboy/article/details/85279929

【高分，急！】linux下字符编码转换问题

文件是通过FTP上传上去的（vsftp），中文文件名，使用convmv -f GBK -t UTF-8 -r --notest 命令转化所有文件编码为UTF-8，OK！但是由UTF-8转换为GBK的时候出错了（使用命令：convmv -f UTF-8 -t GBK -r --notest）之转换回去部分文件，命令执行完毕报错：To prevent damage to your files, we won't continue.First fix this or correct options!
使用ftp登录，文件夹都是乱码
请问是什么问题啊？这些文件是非常重要的文件，急求解决办法！！谢谢！

参考技术A 互联网上越来越多的网页采用UTF-8编码，UTF-8用1到6个字节编码UNICODE字符，收录了超过10万个字符，BMP部分也有六万多个字符

而在进行编码转换时，我们往往需要转换为GBK编码进行后续处理，很多网页在转换后，会发现出现大量连续的问号:????????

这些恶心的问号是在编码转换阶段引入的，原因是：

GBK字符集只收录了两万多个字符，比UTF-8的字符数量少得多。

转化到GBK编码的时候，就会有编码落到GBK字符集以外，不能转化成GBK编码。这部分字符在转换之后的字符串中都变成了’?’

UTF-8：采用变长字节 (1 ASCII, 2 希腊字母和排版字符, 3 汉字等多字节东亚语言, 4 平面符号和特殊符号等)，

其中双字节字符中有一些没有在GBK字符集中，通常来说UTF-8无法识别的字符都是非常生僻的字符，几乎难以遇到，可不用考虑；但有一个字符非常特殊：C2A0

C2A0是UTF8里的排版用空格（区别于ASI =20的空格），这个特殊的字符（unicode序号为0xA0），不在GBK字符集中。却频繁用于xml/html等格式的文件中。大量UTF-编码的网页使用这个字符用作占位的空格。而且不同浏览器对它的处理方式不同：IE浏览器识别出该符号并以空格显示，firefox则替换为xml转义字符   当网页中用C2A0进行文字排版时，我们对网页进行编码转换为GBK时就会出现很多"？"问号 参考技术B 先不要用ftp，直接登录后看一下文件是否完好，可以把LC_ALL切换到zh_CN.GBK或zh_CN.UTF-8分别试。如果文件是好的才有后话。

proftpd 是可以支持文件名内码转换的，vsftpd好象不行，建议用前者。本回答被提问者采纳 参考技术C 为了防止损坏您的文件，将无法继续首先解决这个问题或不正确的选项。 参考技术D 帮顶吧...这个有点难...但是我想问为啥GBK转UTF-8后又要转回来...追问

因为转换为UTF-8后 在windows上看全是乱码
是ftp服务器

追答

samba服务器? 那你试试--nosmart
convmv -f UTF-8 -t GBK -r --notest --nosmart
强制转换...看出来的乱码不?