Windows上的文件編碼與gVim界面選單出現亂碼的問題

問題描述

在Windows使用gVim時發現開啟的中文文字檔出現亂碼，很容易知道因為是是utf-8編碼的文字檔，在預設使用cp950編碼的Windows上開啟，因編碼不同，自然是亂碼。直覺上這問題應該好解決，設置Vim使用utf-8即可：

:set encoding=utf-8

試了沒問題，因為我習慣用utf-8，所以在 _vimrc 加入 set encoding=utf-8

重啟Vim後我卻發現，這回輪到命令選單變成亂碼，即使再加入langmenu的設置後重開Vim也是：

set langmenu=zh_TW.UTF-8

此時 :set all 的顯示結果中也出現 langmenu=zh_TW.UTF-8 ，但選單是亂碼。

langmenu必須在menu載入之前做好設置，故要加在 _vimrc 中。但如果真要在執行Vim時切換選單語言，做法像是先移除選單，重新設置langmenu，重讀選單語言翻譯[1]：

:source $VIMRUNTIME/delmenu.vim
:set langmenu=zh_TW.UTF-8
:source $VIMRUNTIME/menu.vim

上述delmenu.vim用來移除選單；menu.vim用來翻譯選單語言，而語言檔在 $VIMRUNTIME/lang 中，其中有個README.TXT中有些說明。

我試著這樣做之後選單上的中文字則是可正常顯示，不清楚為何設在 _vimrc中會造成亂碼，懷疑是否bug？

另一個觀察到的現象則是編輯的檔案名稱若有中文，暫存的swap檔與最終存檔時，檔名也可能出現亂碼。

我開始懷疑encoding選項影響的層面似乎比我想像的多，而我須要的是希望在讀、寫文件時做正確編碼，之後查了一下，發現果然如此。編碼方面的問題倒不難解決，反而是命令選單的亂碼現象困擾了好一陣子。

在無法解決命令選單亂碼的期間，只好先暫時做個補救的措施，後來花不少時間排查，才發現命令選單亂碼的成因，終於得以解決。

綜合以上，簡單說是二個問題：一、未正確設置Vim的文件編碼，導致中文文件內容，或中文檔名出現亂碼；二、gVim命令選單，即GUI界面的中文呈現亂碼。

本文談論以下幾點，並在最後附上參考連結：

1. 針對上述第二問題，我採用的暫時措施。
2. 上述第二問題的成因。
3. 設置編碼。解決上述第一個問題。
4. Vim與編碼有關的幾個設置。
5. 與編碼相關的幾個問題。
6. Vim與語言顯示有關的幾個設置。
7. 其他

4,5,6也可以算是對1,2,3的一些補充說明。

1. 解決gVim界面選單亂碼的暫時措施

上面已提到如何在執行Vim時切換選單語言，但每回都要這麼做也有點麻煩。因我很少用gVim上的選單，所以我採用的方式就是不顯示選單，亂碼自然就看不到了。在_vimrc中加入：

set guioption=M

2. gVim選單亂碼的成因

發現這成因算是有點偶然，原本是懷疑別種因素造成問題，想在Virtual Box上的另一個Windows環境做測試與驗證，在兩個環境上做些比較之後，我發現出問題的機器上還有其他設定項目是VBox機器所沒有的，於是改變懷疑的對象，從中逐一測試，終於發現兇手。

雖然不清楚真正的原因是什麼，但設置項目的順序不同，結果會有差異。_vimrc設置檔中原本有不少項目，其中有這兩項：

syntax on
filetype plugin indent on

把 set encoding 放在它們的後面，gVim選單會出現亂碼。把這二項移到 set encoding 的後面去，選單亂碼的現象就不見了。也就是只要這二項中的任一項出現在 set encoding 的前頭，選單就會出現亂碼。

要特別提醒一下，這奇怪的現象只在Windows上出現，在Ubuntu並不會。

3. 正確的編碼設置

就自己的使用情況而言，像這樣就可以了：

set encoding=utf-8
set fileencodings=utf-8,cp950,cp936,gb18030,latin1

這樣既可編輯utf-8編碼的文件，也可編輯cp950編碼的文件。

若須要其他編碼，可查一下 :help encoding-values ，自行加到fileencodings列表中，像：

• big5：也就是cp950的別名，正體中文。
• cp936：簡體中文。
• gb18030：大陸製訂且通用的一種Unicode變體。
• cp932：日文。
• cp949：韓文。

設置編碼列表時，要注意一下順序，若發現有問題時，試著調整一下編碼的順序。譬如latin1與cp950別放在utf-8之前。原則上把要求嚴格的編碼放在前，寬鬆的放後面[3]，再者是較常用的排在前，像：

ucs-bom,utf-8,cp950,cp936,gb18030,euc-jp,euc-kr,latin1

4. 編碼相關設置

以下解釋幾個與編碼相關的設置：

• encoding
• fileencoding
• fileencodings
• termencoding

這些選項設定值中的字元都會被自動轉成小寫，所以打大寫字母也無妨，底線轉成 '-'。Vim成功辨識編碼的名稱後，改成標準的名稱，如"Latin-1"變成"latin1"，"utf8"變成"utf-8"。

encoding 或 enc

預設為 "latin1" 或來自$LANG的值。

設定Vim內部所用的字元編碼。適用在buffer, register中的文字、表達式中的字串、存在viminfo中的文字等等……。設定Vim工作可用的字元種類。

變更此選項並不會改變Vim中既有文字的編碼。它能導致non-ASCII文字變無效。正常應該保持預設值，或在Vim啟動時設定。

檔案的字元編碼可不同於 'encoding'，此由 'fileencoding' 指定。轉換是以iconv()或以 'charconvert' 指定時完成。

正常時 'encoding' 會與目前 locale 相同。如果Vim認得環境設定，預設是如此。如果 'encoding' 不是設成目前 locale，必須設置'termencoding'以轉換（終端機畫面中）打字或顯示的文字。

使用"unicode", "ucs-2" 或 "ucs-4"時，Vim內部用utf-8。

fileencoding 或 fenc

預設為空字串。設置本buffer檔案的字元編碼。

當'fileencoding'與'encoding'不同時，在寫入檔案時做轉換。讀取的轉換見後述。

當'fileencoding'為空，使用與'encoding'相同的值（即讀或寫檔案時並不做轉換）。

轉換也發生在'encoding'與'fileencoding'都是Unicode編碼，且'fileencoding'不是utf-8。那是因為內部的Unicode都是存成utf-8。

注意像在utf-8轉換成cp950時，其中的Unicode字元會丟失變成?符號。

當讀取檔案時，'fileencoding'的設定會來自'fileencodings'。要讀取某編碼，但設定'fileencoding'卻無作用時，使用 ++enc 參數（見後述）。一例外：當'fileencodings'是空的，則使用'fileencoding'的值。

新檔案，使用'fileencoding'的globle value。可以這麼設它：

:setglobal fenc=utf-8

在開始編輯檔案之後才設此選項時，設定'modified'選項（即此檔被視為已修改）。當'modifialbe'關閉時，無法變更此選項。

註：在6.0版前，此選項指定了整個Vim的編碼，現在則是改用'encoding'。舊式簡稱 'fe' 也不再使用。在網路上查這類資料時，要注意也許找到的是這類已過時的舊資料。

fileencodings 或 fencs

預設為"ucs-bom"；當'encoding'設成Unicode值時，則是"ucs-bom,utf-8,default,latin1"。

這是在開始編輯既有檔案時，所考慮採用的字元編碼列表。在讀取檔案時，Vim試著用第一個編碼。若出錯，再試列表中的下一個。找到可用的編碼時，'fileencoding'就設為這編碼；若失敗則設成空字串，意即使用'encoding'的值。

當使用 ++enc 參數時，就不採用'fileencodings'的值。

'fileencodings'不用在新檔案，新檔用'fileencoding'的global value，見上述。

"default"使用來自環境的編碼。此即'encoding'的預設值。

設定此選項要直到下次讀取檔案時才會生效。

termencoding 與 tenc

預設為空字串；GTK+ GUI則是"utf-8"。

終端機用的編碼，指定鍵盤所產生與顯示上的字元編碼。在GUI，它只用在鍵盤，'encoding'用在顯示。但這不適用於GTK+ GUI，它強迫使用"utf-8"。在Win32 GUI與console版本，不使用此選項，因Win32系統總是傳送Unicode字元。

空白時，使用與'encoding'相同的編碼。

5. 與編碼相關的幾個問題

存檔時指定使用不同編碼

例如目前正編輯著以cp950編碼的文件，要另存新檔並採用utf-8編碼：

:w ++enc=utf-8 new_filename.txt

要注意若原本utf-8編輯的檔案，要轉換存成cp950時，其中若有Unicode中的字會失效。

編碼辨識錯誤

開啟既有文件時難免會搞錯編碼，在此情況下，如果自己清楚文件的編碼，可自行指定：

:edit ++enc=cp950 traditional_chinese.txt

6. 語言相關設置

界面及語言相關的設置項目：

• language
• langmenu
• guioption

language

顯示/設置語言，包含訊息、時間格式：

:language {name}

可支援的語言名稱，在Unix上，可見locale -a

顯示/設置訊息語言，可用來額外設置與language不同的訊息語言，如果想讓二者不同的話：

:language message

langmenu

選單語言，預設是英文。若環境設置正確，且有可用的語言檔，會自動轉譯成本地語言。
你也可以自行設定想要的語言。例如把界面選單的語言改為英文，即預設的語言：

:set langmenu=none

guioption

不顯示界面選單：

:set guioption=M

也可簡寫為：

:set go=M

想顯示界面選單則把上述的M改為m。

7. 其他

在處理以上問題的過程，還發現幾個設置值得記錄一下，暫且記在此處，來日若有必要再做調整。

set guifont

如果在gVim編輯文字無法正常顯示Unicode字元，可設置GUI畫面所用的字型，換個支援Unicode的字型。最簡單的方式利用"Edit/Select Font..."所顯示的字型對話盒試好想要的字型，然後看字型名稱：

:set guifont

接著可以在gvimrc加入使用此字型的設置。例，在Windows上，使用Courier New字型：

:set guifont=courier_new:h12

以滑鼠顏色指示中文輸入法開關狀態

在Vim中使用中文輸入法時經常有的困擾，就是不慎在中文輸入啟用的狀態下打Vim命令。這有不同的解決方式，其中之一是利用游標來指示輸入法狀態以減輕這困擾。這裡提到的方法只適用於Windows上的gVim，並使用安裝成內置式的中文輸入法，並不適於可攜式的。

在gvimrc中加入以下設置：

if has('multi_byte_ime')
    highlight Cursor guifg=NONE guibg=Green
    highlight CursorIM guifg=NONE guibg=Purple
endif

這段的作用是在判斷出有多位元的IME，像中文輸入法時，在啟用輸入法時，游標顯示為紫色，關閉時則變成綠色。

參考連結

1. https://vimhelp.org/usr_45.txt.html#usr_45.txt
2. https://vimhelp.org/options.txt.html#options.txt
3. http://edyfox.codecarver.org/html/vim_fileencodings_detection.html
4. https://vimhelp.org/mlang.txt.html#%3Alanguage
5. https://vimhelp.org/mbyte.txt.html