如何解决LINUX中文乱码问题_Linux教程

在XP系统于LINUX之间传数据时出现中文乱码问题!
,解释一下字符集：

汉字编码:
* GB2312字集是简体字集,全称为GB2312(80)字集,共包括国标简体汉字6763个. * BIG5字集是台湾繁体字集,共包括国标繁体汉字13053个. * GBK字集是简繁字集,包括了GB字集、BIG5字集和一些符号,共包括21003个字符. * GB18030是国家制定的一个强制性大字集标准,全称为GB18030-2000,它的推出使汉字集有了一个“大一统”的标准.

ASCII:
American Standard Code for Information Interchange,美国信息交换标准码. 目前计算机中用得最广泛的字符集及其编码,由美国国家标准局(ANSI)制定. 它已被国际标准化组织(ISO)定为国际标准,称为ISO 646标准. ASCII字符集由控制字符和图形字符组成. 在计算机的存储单元中,一个ASCII码值占一个字节(8个二进制位),其最高位(b7)用作奇偶校验位. 所谓奇偶校验,是指在代码传送过程中用来检验是否出现错误的一种方法,一般分奇校验和偶校验两种. 奇校验规定:正确的代码一个字节中1的个数是奇数,若非奇数,则在最高位b7添1. 偶校验规定:正确的代码一个字节中1的个数是偶数,若非偶数,则在最高位b7添1.

UTF:
Unicode 的实现方式不同于编码方式. 一个字符的Unicode编码是确定的,但是在实际传输过程中,不同系统平台的设计不一定一致,以及出于节省空间的目的,对Unicode编码的实现方式有所不同. Unicode的实现方式称为Unicode转换格式(Unicode Translation Format,简称为 UTF). * UTF-8: 8bit变长编码,对于大多数常用字符集(ASCII中0~127字符)它只使用单字节,而对其它常用字符(特别是朝鲜和汉语会意文字),它使用3字节. * UTF-16: 16bit编码,是变长码,大致相当于20位编码,值在0到0x10FFFF之间,基本上就是unicode编码的实现,与CPU字序有关。
注意：ASCII char (2) ;UTF-8 宽字符 wchar 4倍 .兼容性最好的编码就是UTF-8! 毕竟GBK/GB2312是国内的标准,当我们大量使用国外的开源软件时,UTF-8才是编码界最通用的语言.

在Linux中通过locale来设置程序运行的不同语言环境,locale由ANSI C提供支持.locale的命名规则为<语言>_<地区>.<字符集编码>,如zh_CN.UTF-8,zh代表中文,CN代表大陆地区,UTF-8表示字符集.在locale环境中,有一组变量,代表国际化环境中的不同设置：
1. LC_COLLATE
定义该环境的排序和比较规则
2. LC_CTYPE
用于字符分类和字符串处理,控制所有字符的处理方式,包括字符编码,字符是单字节还是多字节,如何打印等.是最重要的一个环境变量.
3. LC_MONETARY
货币格式
4. LC_NUMERIC
非货币的数字显示格式
5. LC_TIME
时间和日期格式
6. LC_MESSAGES
提示信息的语言.另外还有一个LANGUAGE参数,它与LC_MESSAGES相似,但如果该参数一旦设置,则LC_MESSAGES参数就会失效.LANGUAGE参数可同时设置多种语言信息,如LANGUANE="zh_CN.GB18030:zh_CN.GB2312:zh_CN"
7. LANG
LC_*的默认值,是最低级别的设置,如果LC_*没有设置,则使用该值.类似于 LC_ALL.
8. LC_ALL
它是一个宏,如果该值设置了,则该值会覆盖所有LC_*的设置值.注意,LANG的值不受该宏影响.
一个例子：
设置前,使用默认locale：[root@db-wanggaofei ~]# localeLANG="POSIX"LC_CTYPE="POSIX"LC_NUMERIC="POSIX"LC_TIME="POSIX"LC_COLLATE="POSIX"LC_MONETARY="POSIX"LC_MESSAGES="POSIX"LC_PAPER="POSIX"LC_NAME="POSIX"LC_ADDRESS="POSIX"LC_TELEPHONE="POSIX"LC_MEASUREMENT="POSIX"LC_IDENTIFICATION="POSIX"LC_ALL= 设置后,使用zh_CN.GDK中文locale：[root@db-wanggaofei ~]# export LC_ALL=zh_CN.GBK[root@db-wanggaofei ~]# localeLANG=zh_CN.UTF-8LC_CTYPE="zh_CN.GBK"LC_NUMERIC="zh_CN.GBK"LC_TIME="zh_CN.GBK"LC_COLLATE="zh_CN.GBK"LC_MONETARY="zh_CN.GBK"LC_MESSAGES="zh_CN.GBK"LC_PAPER="zh_CN.GBK"LC_NAME="zh_CN.GBK"LC_ADDRESS="zh_CN.GBK"LC_TELEPHONE="zh_CN.GBK"LC_MEASUREMENT="zh_CN.GBK"LC_IDENTIFICATION="zh_CN.GBK"LC_ALL=zh_CN.GBK

"C"是系统默认的locale,"POSIX"是"C"的别名.当我们新安装完一个系统时,默认的locale就是C或POSIX.
在Debian中安装locales的方法如下：
· 通过apt-get install locales命令安装locales包
· 安装完成locales包后,系统会自动进行locale配置,你只要选择所需的locale,可以多选.指定一个系统默认的locale.这样系统就会帮你自动生成相应的locale和配置好系统的locale.
· 增加新的locale也很简单,用dpkp-reconfigure locales重新配置locale即可.
· 我们也可手动增加locale,只要把新的locale增加到/etc/locale.gen文件中,再运行locale-gen命令即可生成新的locale.再通过设置上面介绍的LC_*变量就可设置系统的locale了.下是一个locale.gen文件的样例.
· # This file lists locales that you wish to have built. You can find a list· # of valid supported locales at /usr/share/i18n/SUPPORTED. Other· # combinations are possible, but may not be well tested. If you change· # this file, you need to rerun locale-gen.
· #
·zh_CN.GBK GBK
·zh_CN.UTF-8 UTF-8
-----------------------------------------在我看来只要搞清楚LANG和SUPPORTED就OK了,其他可能平时也用不太多.再参考篇文章,如下,是讲如何设置环境变量的.-------------------------------------------修改 /etc/sysconfig/i18n 文件,如LANG="en_US.UTF-8",xwindow会显示英文界面,LANG="zh_CN.GB18030",xwindow会显示中文界面. 还有一种方法 cp /etc/sysconfig/i18n $HOME/.i18n 修改 $HOME/.i18n 文件,如LANG="en_US.UTF-8",xwindow会显示英文界面,LANG="zh_CN.GB18030",xwindow会显示中文界面.这样就可以改变个人的界面语言,而不影响别的用户修改后的/etc/sysconfig/i18n 文件为：LANG="en_US.UTF-8"SUPPORTED="zh_CN.GB18030:zh_CN:zh:en_US.UTF-8:en_US:en"SYSFONT="latarcyrheb-sun16"LC_ALL="en_US.UTF-8"export LC_ALL设置完毕后重启或者用rc.local使生效
或修改登录用户的.bash_profile文件加入
export LANG=zh_CN.GB18030
export LANGUAGE=zh_CN.GB18030:zh_CN.GB2312:zh_CN
-----------------------------------------------------------------------------------------------
一定要知道Windows XP 是GB2312的编码,如果你的服务器字符集不是这个,估计就会是乱码,要调整.
有些人在调整的时候,说我改了系统环境变量,结果造成用户内容显示乱码,无非解决的方法就是两个：
1.用iconv转化为目前的编码
2.用你原来使用的编码
看了这两条,你肯定要明确,你原来的字符编码是如何的.说来说去,无非就是LANG SUPPORTED 和你原文件字符集的编码：）当然了locale -a你可以看看目前系统里支持的字符集,如果不支持,还要安装奥.