为什么 VIM 显示 Unicode 代码点而不是 UTF-8 代码值？

Question

考虑一下我在 PHP 博客中找到的这行假定的代码，注意引号：

throw new Exception(“That's not a server name!”);

这些引号是正确的双引号（Unicode 代码点：U+201D；UTF-8 十六进制编码值：）0xE2 0x80 0x9D。ga在 VIM 中按在状态栏中显示以下内容：

<”> 8221, Hex 201d, Octal 20035

?

为什么显示的是 Unicode 代码点而不是 UTF-8 代码值？

考虑到文件存储为 UTF-8 并且它是将字节转换为字形的终端，我希望 VIM 显示文件的原始值（UTF-8 代码值），而不是将其转换为 Unicode 代码点.

Answer 1

为什么显示的是 Unicode 代码点而不是 UTF-8 代码值？

因为你使用ga：

<”> 8221, Hex 201d, Octal 20035

而不是g8：

e2 80 9d

Answer 2

因为 Vim 是一个文本编辑器，可以处理文本代码点，而不是字节。不止一种翻译发生——当打开一个文件时，编辑器必须将它从字节编码解码为内部表示（通常是 Unicode）；当保存回文件或在终端上显示其内容时，编辑器必须将文本编码回字节。

原因之一很简单——文件和终端可能使用不同的字符集。例如，您正在编辑 ISO 8859-13 或 KOI8-R 中的一些旧文档，并希望它们在 UTF-8 终端上正确显示。

第二个原因再次是文本编辑器处理文本。例如，”是一个字符，其宽度是一个终端单元格，无论其字节编码如何（UTF-8 中为 3 个字节，Windows-1257 中为 1 个字节，Shift-JIS 中为 2 个字节，等等）。如果 Vim 仅将其计为 3 个字节而终端将其显示为 1 个，则会导致垂直拆分未对齐、换行过早、制表符显得太窄等等。

Instead of this...                ...you would see this.

?????????????????????????????     ?????????????????????????????
?She said, "Hello."         ?     ?She said, "Hello."         ?
?                           ?     ?                           ?
?She said, “Hello.”         ?     ?She said, “Hello.”     ?
?                           ?     ?                           ?
?Ji pasak?, „Sveiki“.       ?     ?Ji pasak?, „Sveiki“. ?
?????????????????????????????     ?????????????????????????????

更不用说，您必须Backspace 三遍才能删除单个字符。