Linux 中文乱码的两种来源与解决

乱码不等于文件坏了，绝大多数情况是编码没对上。Linux 上的中文乱码基本来自两个层面：终端显示用的编码，和系统本身的 locale（语言环境）设置。分清是哪一层，解决就只有几条命令的事。 ## 怎么区分是哪一层 SSH 终端里 cat 一个中文文件出现问号或菱形符号，先敲 locale 看输出。如果 LANG= 一项是空的或是 POSIX/C，说明系统层没配好；如果系统里 LANG=zh_CN.UTF-8、别的机器连上来正常，只有你这台终端乱，问题多半出在本地远程工具的会话设置里——常见远程工具的会话选项都有字符编码一项，把它改成 UTF-8 即可。当前会话想临时切换，export LANG=zh_CN.UTF-8 立刻生效，重开就还原，永久生效还是要落到 /etc/locale.conf 那一步，export 只救急。 ## 系统层：配 locale ``` locale -a | grep zh # 看有没有 zh_CN.utf8 sudo yum install glibc-langpack-zh # CentOS 8+ sudo dpkg-reconfigure locales # Ubuntu/Debian，先装 locales 包 ``` 然后设置默认值：CentOS 写进 /etc/locale.conf，Ubuntu 用 update-locale LANG=zh_CN.UTF-8，重新登录生效。两个相关变量的分工：LANG 设默认环境，LC_ALL 临时覆盖一切，日常只动 LANG 就够。验证方式很简单：date 命令能正常显示中文日期即配置成功。个别程序还会读自己的配置，数据库客户端之类单独设编码的场景另说。 ## 文件层：文件名编码不对 从 Windows 拷来的文件，文件名常是 GBK 编码，locale 配得再对，ls 出来照样乱码。这是文件名编码问题，不是显示问题，用 convmv 转换文件名本身： ``` sudo apt install convmv # 或 yum install convmv convmv -f gbk -t utf-8 -r /data/share ``` 先不加 --notest 跑一遍，只预览会改名哪些文件；确认列表无误，再加 --notest 真正执行。文件内容的编码转换是另一件事，用 iconv 处理：iconv -f gbk -t utf-8 a.txt > b.txt；临时查看 GBK 文本也可以 vim -c 'e ++enc=gbk' 文件名，不用落盘转换。批量转内容时配个 for 循环逐个 iconv，转完比对行数防丢内容。 ## 预防 新环境统一 UTF-8，跨机器传文件用 tar 打包而不是逐个拷贝，能避开大半乱码场景。处理原则是先定位层再动手：两层一起乱时，先修终端与 locale，再看文件名。修好后重开一个连接再验证，旧会话的环境是启动时定下来的。