linux服务器中文乱码

字符编码和字符集

1、字符编码（character encoding）：

字符编码是一种法则，在数字与符号之间建立的对应关系。不同的国家有不同的语言，包含的文字、标点符号、图形符号各有不同。例如在ASCII编码中，用数字97表达字符'a'与字符集相对应，常见的字符编码有ASCII，GBK，GB18030，Unicode等。

2、字符集（Character set）

字符集是字符的集合，字符是文字和符号的总称，用ASCII编码的字符集称之为ASCII字符集，用GBK编码的字符集称之为GBK字符集。

3、国际编码（Unicode）

为了解决传统的字符编码方案的局限，1994年发布了Unicode（国际编码、统一码、万国码、单一码、通用码），它是计算机科学领域里的一项业界标准，包括字符集、编码方案等。Unicode 将全世界所有的字符统一化，统一编码，再也不存在字符集不兼容和字符转换的问题。

Unicode 有以下三种编码方式：

1）UTF-8：兼容ASCII编码；拉丁文、希腊文等使用两个字节；包括汉字在内的其它常用字符使用三个字节；剩下的极少使用的字符使用四个字节。

2）UTF-16：对相对常用的60000余个字符使用两个字节进行编码，其余的使用4字节。

3）UTF-32：固定使用4个字节来表示一个字符，存在空间利用效率的问题。

汉字的编码

1、汉字的编码

支持汉字（简体中文）的编码有GB2312、GB13000、GBK、GB18030和Unicode（UTF-8、UTF-16、UTF-32）。

1）GB2312

仅包含大部分的常用简体汉字，但已经不能适应现在的需要。

2）GB13000

由于GB2312的局限性，国家标准化委员会制定了GB13000编码；但由于当时的硬件和软件都已经支持了GB2312，而GB13000与GB2312完全不兼容，所以没有能够得到大范围的推广使用。

3）GBK

有了GB13000的教训，中国国家标准化委员会制定了GBK标准，并兼容了GB2312标准，同时在GB2312标准的基础上扩展了GB13000包含的字；由于该标准有微软的支持，得到了广泛的应用。

4）GB18030

GB18030编码比GBK又新增了几千个汉字，但由于码位不足使用了2byte与4byte混合编码方式，这给软件开发增加了难度。

5）Unicode

包含全世界所有国家需要用到的字符，是国际编码，通用性强。

2、编码的转换

GBK和GB18030与Unicode编码之间需要转换，否则会出现汉字乱码。

查看当前系统默认采用的字符集

# locale
LANG=en_US.UTF-8     #系统当前字符集
LC_CTYPE="en_US.UTF-8ᾢ
LC_NUMERIC="en_US.UTF-8ᾢ
LC_TIME="en_US.UTF-8ᾢ
...
LC_ALL=

查看系统支持字符集

# locale -a 
C
en_US.utf8
POSIX

安装中文字符集

# 安装中文语言包
yum -y install kde-l10n-Chinese
yum -y reinstall glibc-common

# 定义字符集
localedef -c -f GB18030 -i zh_CN zh_CN.GB18030

# 确认载入成功
locale -a |grep CN

使用中文字符集

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。

# 临时使用
export LANG="zh_CN.UTF-8"

export LANG="en_US.UTF-8"

echo "中文乱码"

# 永久使用
echo 'LANG="zh_CN.UTF-8"' > /etc/locale.conf
source /etc/locale.conf

修改ssh终端字符集

如果按照以上方法设置修改设置中文语言还是不行，注意SSH终端选择的编码，如xshell为例，把终端的编码选择对应的编码即可。

注意： xshell编码必须与系统LANG设置编码一致否则会出现乱码。

如果系统界面依然出现乱码，再安装以下包：

yum groupinstall "fonts" -y

# 如果还是乱码，进入fonts安装路径执行以下命令

cd /usr/share/fonts/
fc-cache -fv

转换编码

iconv命令可以把文件内容从一种编码转换成另一种编码。

参数说明：

--list：列出iconv支持的编码列表。

-f encoding：源文件内容的编码。

-t encoding：目标文件内容的编码。

-o file：指定输出文件。

-c：忽略输出的非法字符。

-l：列出已知的编码字符集。

-s：禁止警告信息，但不是错误信息。

--verbose：显示进度信息。

yum -y install file 

# 转换前
# file TongWTPCli.Conf.bak
TongWTPCli.Conf.bak: ISO-8859 text

# ISO-8859编码文件转换UTF-8文件
iconv -c -f GB2312 -t UTF-8 TongWTPCli.Conf.bak >TongWTPCli.Conf.bak1

# 转换后
# file TongWTPCli.Conf.bak1 
TongWTPCli.Conf.bak1: UTF-8 Unicode text