关于linux下汉字输出的小问题

windows下的文档在linux下查看，汉字会出现乱码的原因？

linux下汉字用utf-8编码，而windows下采用gb2312编码。

所以为了可以正常查看，可用命令将gb2312转化为utf-8。

如何转化？

可以用shell下编码转换工具enca。用它不仅可以转换编码，还可以查看文件的原始编码，而且还支持成批转换。安装enca很简单，一般用源安装就行了，enca用法如下：

enca -L 当前语言  文件名

enca -L zh_CN file ／／检查文件的编码

enca -L 当前语言 -x 目标编码 文件名 

enca -L zh_CN -x UTF-8 file ／／将文件编码转换为”UTF-8″编码

enca -L zh_CN -x UTF-8 < file1 > file2 ／／如果不想覆盖原文件可以这样

除了有检查文件编码的功能以外，”enca”还有一个好处就是如果文件本来就是你要转换的那种编码，它不会报错，还是会print出结果来。

关于utf-8的问题？

常用中文字符用utf-8编码占用3个字节（大约2万多字），但超大字符集中的更大多数汉字要占4个字节（在unicode编码体系中，U+20000开始有5万多汉字）。

GBK、GB2312收编的汉字占2个字节，严格地用iso8859-1无法表示汉字，只能转为问号。

遇到的一个小问题

         本应该对齐输出的，可是怎么会有这样的结果呢？

         在linux下采用的是utf-8编码，一般的汉字占用三个字节。

ID         姓名     性别     民族     成绩    ID         Name       sex        minzu      grade     1          li         man        han        90        

         姓名连同后面的空格本应该占用11个字节，姓名占用6个字节，后面有五个空格，所以符合源代码的思想。这里由于linux下输出的问题，导致无法对齐，在linux下尽量不要将字母与汉字一起使用。（输出的结果为一个汉字在屏幕上不到两个字符，而在windows中采用gb2312编码，一个汉字只有两个字节，相当于2个字符，输出的格式就不会出现这种情况了）