bash 中文汉字乱码问题

篇首语

汉字乱码分很多种情况，自从计算机进入中国就从来没有间断过，本次只讨论其中一种情况。

现象：

1. 终端上可以显示汉字，vim中编辑汉字也没问题
2. bash中的汉字在移动光标的时候就乱了

分析与解答：

1. 终端上能显示汉字，说明终端的编码和程序认为的你的终端的编码是一致的；就是说，你的终端设置为utf-8编码时，通常ssh都会把该信息告诉给服务器端的程序（如：bash），通常是不会错的，但是，bash中如果手动export LANG环境变量，且和终端实际设置不一致时，该bash启动的程序（如：vim）得到的LANG信息就是手动export 的LANG，可能和实际终端设置的不一致，这时候，bash启动的那些程序就不能正确处理（输入、输出）汉字了；注意： bash中手动设置的LANG环境变量不管export与否，都不影响bash本身，要想影响到bash也容易，只需要在export之后，再在该bash中执行一个新的bash，这个新的bash就会按照export的LANG来工作了，所以，bash本身处理（输入、输出）汉字并不受当前进程中设置的LANG的影响，只受bash启动时传递给bash的LANG的影响。
2. 曾经，build容器镜像的时候，直接设置了LANG=zh_CN.UTF-8，于是每次docker exec -it $container-name bash 的时候，bash都是工作在LANG=zh_CN.UTF-8的配置下的，所以，总是不会出现上面讨论的这种问题的。
3. 偶尔，有一次，使用了一个没有设置LANG=zh_CN.UTF-8 的容器镜像，创建了一个没有明确设置LANG=zh_CN.UTF-8的容器，于是，每次docker exec -it $container-name bash 的时候，bash环境中就只会存在创建容器（镜像）时指定的很少的几个环境变量，docker命令上下文中的LANG 是不会影响 docker exec -it $container-name bash 的。 这种情况可以在docker exec 时指定环境变量，如：
   docker exec -e LANG=zh_CN.UTF-8 -it $container-name bash
4. 如何查看bash中影响到当前bash进程的那个LANG 呢？
   1. 不是 set
   2. 不是echo $LANG
   3. 而是： cat /proc/$$/environ
5. 对于bash进程来讲，正确的LANG 和不正确的LANG 在程序逻辑上差别是什么呢？
   1. 这里不直接看代码，让我们通过strace看一下
   2. 比较方法：
      1. strace 一个LANG为空的bash和一个LANG=zh_CN.UTF-8的bash，然后输入汉字
         1. 前者： 逐个字节的read，逐个字节的write；虽然是逐个字节的write，到了终端时，终端也能拼成正确的汉字，所以，表面上工作的似乎是正常的
         2. 后者： 逐个字节的read，多字节的汉字时，是多个字节凑齐后一起write的；（注意：这里存在一点儿问题，如果用户就是随便输入的，根本不可能凑齐一个合法的字符呢？会不会就卡死了呢？）
      2. 但是，当我们使用方向键移动光标时：
         1. 前者认为我们好移动的是一个字节，而终端就啥了，总不能把光标放到一个汉字的中间（或三分之一处）吧
         2. 后者则能很好的告诉终端移动多少，于是就不会乱码，而且能很好的处理删除汉字的操作
6. 虽然解决办法很简单，就是设置LANG, 但是什么时候设置LANG 却很关键。 懂了原理之后，以后再也不怕这种乱码了，以后再也不用总是靠“猜”了