[FZH] gedit3的亂碼問題

[Ma Xiaojun]

我的測試環境是Fedora 16

我發現，下面這個原Fedora 13的亂碼bug，在Fedora 16上仍然存在，但是gedit2變成了gedit3。原報告者上傳上的是一篇中文的小說。
https://bugzilla.redhat.com/show_bug.cgi?id=576047

#1 PASS
LANG=en_US.utf8 gedit --encoding gbk file.txt
#2 FAIL
LANG=zh_CN.gbk gedit file.txt
LANG=zh_CN.gb18030 gedit file.txt
#3 FAIL
LANG=zh_CN.utf8 gedit file.txt

而我自己搞一個的簡單的test case
http://dl.dropbox.com/u/45139465/test_gbk.txt

#2可以通過了，#3依然失敗。
失敗的原因都是gedit選擇了錯誤的iso-8859-12編碼。

如果檢測順序是，如我在CentOS 5.5的gedit2上，是3個都可以通過的，包括更容易判斷錯誤的那個小說。
utf8
current
gbk/gb18030 （用戶自己配置，或者系統根據zh_CN自動產生）
iso-8859-12

但是gedit3，原來改gconf的地方消失了，不知道如何自己配置檢測順序，也不知道小說為什麽在#2會出錯。

我寫了一個簡單的幫助調試的gedit3插件，目前還沒有多少功能
https://github.com/maxiaojun/gedit3-encoding-helper

希望對解決亂碼有興趣的朋友，告訴我你系統上的測試情況，你的系統的有何自動/手動相關配置。我等下還可以測試一下LinuxdDeepin的情況怎麽，其他用GNOME3的發行版暫時沒有裝。

[Ma Xiaojun]

>  #1 PASS
>  LANG=en_US.utf8 gedit --encoding gbk file.txt 
The following seems a little better.
LANG=C gedit --encoding gbk file.txt

[Ma Xiaojun]

已經報了Bug，gedit lacks of universal encoding detection
https://bugzilla.gnome.org/show_bug.cgi?id=669448

[Alick Zhao]

于 2012年02月03日 18:47, Ma Xiaojun 写道:
>  我的測試環境是Fedora 16
>  
>  我發現，下面這個原Fedora 13的亂碼bug，在Fedora 16上仍然存在，但是gedit2變成了gedit3。原報告者上傳上的是一篇中文的小說。
>  https://bugzilla.redhat.com/show_bug.cgi?id=576047
>  
>  #1 PASS
>  LANG=en_US.utf8 gedit --encoding gbk file.txt
>  #2 FAIL
>  LANG=zh_CN.gbk gedit file.txt
>  LANG=zh_CN.gb18030 gedit file.txt
>  #3 FAIL
>  LANG=zh_CN.utf8 gedit file.txt
>  
>  而我自己搞一個的簡單的test case
>  http://dl.dropbox.com/u/45139465/test_gbk.txt
>  
>  #2可以通過了，#3依然失敗。
>  失敗的原因都是gedit選擇了錯誤的iso-8859-12編碼。
>  
>  如果檢測順序是，如我在CentOS 5.5的gedit2上，是3個都可以通過的，包括更容易判斷錯誤的那個小說。
>  utf8
>  current
>  gbk/gb18030 （用戶自己配置，或者系統根據zh_CN自動產生）
>  iso-8859-12
>  
>  但是gedit3，原來改gconf的地方消失了，不知道如何自己配置檢測順序，也不知道小說為什麽在#2會出錯。
>   
gconf 被 dconf 取代了，gconftool-2 被 gsettings 取代了。大概在这里：

$ gsettings list-recursively  org.gnome.gedit.preferences.encodings
org.gnome.gedit.preferences.encodings auto-detected ['UTF-8', 'CURRENT',
'ISO-8859-15', 'UTF-16']
org.gnome.gedit.preferences.encodings shown-in-menu ['BIG5', 'GB18030',
'GBK', 'GB2312', 'UTF-8', 'ISO-8859-1']

我这里也不能自动识别 GBK 编码，我猜需要把 GBK 加到 auto-detected 里面，
尚未测试。

-- 
alick
Fedora 16 (Verne) user
https://fedoraproject.org/wiki/User:Alick

[Alick Zhao]

记 bugzilla He Rui 上传的小说文件为 f1, 注意到它是CRLF行尾，dos2unix 后
的文件
记为 f2。记 test_gbk.txt GBK 的诗歌文件为 poem。


我的系统是 Fedora 16, LANG=zh_CN.UTF-8

我发现如下设置时

$ gsettings set org.gnome.gedit.preferences.encodings auto-detected
"['UTF-8', 'CURRENT', 'GBK', 'UTF-16']"

gedit 能正常识别 f2 和 poem 为 GBK，却不能正常识别 f1：会认为 f1 是 UTF-8 且
缺少罕见字体，短时间内卡死。

当做如下设置时

$ gsettings set org.gnome.gedit.preferences.encodings auto-detected
"['GBK', 'UTF-8', 'CURRENT', 'UTF-16']"

gedit 能正常识别 f1, f2, 和 poem。

我平时用 vim，以上文件都正常识别，自动检测编码配置为：

set fileencodings=ucs-bom,utf-8,cp936,gb18030,latin

我还用 Firefox 9 直接打开上述文件，发现都识别为 UTF-8，显示乱码。不过
Firefox
中可以方便地改变字符编码。

-- 
alick
Fedora 16 (Verne) user
https://fedoraproject.org/wiki/User:Alick