总结：codepage与iocharset

FireMeteor

论坛里牛人很多，本来不想献丑。但是发现还是有不少同学概念不是很清楚，
可能还是需要明确一下，所以还是发过来吧

=================以下正文===========================
用了这么长时间linux，这两个东西一直分不清楚。以前一直是尝试直到可以正常显示中
文，然后把最后的参数记下来，现在总算可以说清楚为什么了。

作者 FireMeteor
参考资料：内核文档，mount的manpage。windows部分基本上凭自己的记忆－－不可靠
由于资料来源与本人理解表述的关系，可能存在错漏之处

codepage是m$搞出来的东西。早期的操作系统都是直接使用本地语言字符集(native
language character set,NLS)，屏幕显示如此，内部表示也如此。dos就是一个典型的
例子。m$把这种本地字符集称作codepage。常见的codepage有CP437（美、加），CP850
（欧），CP932（日），CP936（简体中文,gbk），CP950(繁体中文BIG5)等。在dos时代，
fat文件系统里面存储的文件名也使用codepage。这些东西似乎是unicode出来以前，
m$根据一些国家的国家标准搞的，所以相互之间编码冲突比较严重，一旦代码页设置错误，显示结果就乱七八糟。
windows9x似乎主要还是采用代码页机制，但是对unicode也有了部分支持。其新增的长
文件名支持使用unicode存放文件名。在linux中叫做vfat。也就是说，短文件名用
codepage，长文件名用unicode。
记得以前在windows9x里面打日文游戏的时候还需要日文环境的支持，否则全是乱码。但
是不管怎么支持，屏幕中总有一部分乱码，不是中文乱，就是日文乱。这大概就是
codepage只支持一种本地语言的缘故。
到2000以后，系统内核处理字符串的时候总是先转换成unicode，在显示输出的时候，再
视情况转回本地字符集，所以情况要好很多。理论上说，所有unicode程序，在2000下都
能同时正常显示，也就是说中文、日文、韩文等都可以同屏显示。但是使用本地字符集
的程序还是同时只有一种语言能够正常显示。
下面摘一段win XP”区域和语言选项“对话框里面关于本地语言的说明文字：”这个设置启
动某些非Unicode程序以便用母语显示菜单和对话。这不会影响到Unicode的程序“

以上都是背景资料，也就是说都是废话-_-

在linux下mount东西的时候，只有在mount和m$有关的东西的时候才需要设置codepage。
最典型的就是fat。joliet格式的CDROM可能也要，但是我不用cd好多年，哪位帮忙确认
一下……
还有就是smbfs，在samba server端配置好dos charset参数，然后mount的时候codepage
写成跟server一样即可。关于samba，跑题一句，其实dos charset参数在用smbclient访
问的时候根本不用设，因为新的客户端（win2000,xp）都用unicode通信，这个参数只对
使用codepage的dos，9x有效，但是因为smbmount也使用codepage，所以……

codepage设置以后起的作用是用来在读写文件系统时进行编码与解码。因为在linux内部
表示字符串的时候也是用unicode的，这里存在一次unicode到本地字符集之间的转换。

以上是关于codepage的部分，下面是iocharset部分

iocharset比较简单，它只与显示输出有关。这里不得不提起locale，因为locale控制了
软件关于输入输出的很多细节。可以分别配置locale的每个选项，但是这跟我现在要说
的没多大关系，所以我假设只配置LANG或者LC_ALL。
说了那么多废话，其实iocharset控制的就是系统内部unicode表示到显示输出的表示间
的转换。也就是说，iocharset要与你使用的locale匹配，否则显示乱码那是理所当然的了。

总结一下：
文件系统编码<--codepage--->内部unicode表示<---iocharset/NLS--->显示输出编码

其实上面说那么多都是废话。
最王道的办法应该是把locale设成utf8(zh_CN.UTF-8或者en_US.UTF-8随便) ，然后在
mount fat或者nfts的时候用一个-o utf8参数，整个世界都清静了。codepage？
iocharset？那是啥？
不过话又说回来，locale设成utf8有一点不好的地方，如果文件内容是用本地语言编码
的，而且软件不支持编码转换的话，可能会无法正常显示。但是这种情况使用gb2312或
者gbk也不能完全避免，只是发生的概率要小一些罢了。实际上即使在utf8下我也只碰到
过一个实例：xmms不能处理某些mp3的标签，因为ID3V1是用bgk编码的,所以我单独用bgk
编码启动xmms～～

windwiny

看老兄的帖终于搞明白了，再顶一下

d00m3d

谢谢楼主，俺中文不好，能否多举几个例子来说明挂载方式的差异？

FireMeteor

Post by d00m3d
谢谢楼主，俺中文不好，能否多举几个例子来说明挂载方式的差异？

版主客气了。不知道你想要我举什么样的例子？
所有的挂载方式都只影响文件名的解释，内容的解释只受程序的locale影响，与挂载方式无关。
如果程序本身支持编码转换（GTK2的程序好像都支持），则采用utf8挂载的分区在以非utf8 locale启动这些程序时也可以正常访问--我不清楚这个特性是不是真的有用。
当然还有一个就是用utf8挂载就可以同时显示多国语言编码的文件。比如有些日语歌

windwiny

楼上版主都搞不明白啊。。


    让我代楼主说说，
  
UNICODE ＝＝ UTF8,   “现代”的OS 内部都用 UNICODE（如>=W2K  LINUX >= ？ ）编码

WIN里  9x 的 FAT32 是“杂种”，， 短长文件名不同编码方式？
WIN 里 NTFS 是纯 UNICODE 。。

LINUX 里的 FS 根据猜测应该不是用 UNICODE，，不然也用不着 convmv 了。

＊本地 LINUX 显示、内部都使用 UTF－8 ，这样也不用变来变去了。。

＊要在 LINUX 下以 UTF8 “管理” 其它 如 WIN FAT32 ，NTFS ，samba 之流，
就在 mount 时，，codepage 不用管，原来是什么就是什么，iocharset/nls (显示) =utf8 就 OK 了。


  给我一颗utf8  的心－－期待世界大一UNI。。

windwiny

...还以为楼主不在，现炒卖个斧头

难免有错

在网易发贴乱码是怎么回事？

freevalley

unicode是一个编码标准，utf-8、unicode16、unicode32是unicode的各种实现，windows nt内部使用的是unicode16，unix兼容软件内部大多用unicode32/utf8。

ecserver

是的,utf8的locale,很容易搞定所有的.

realtang

mount -t vfat -o utf8 就可以全搞定了。