解决CentOS 7环境下VNC出现乱码问题

news/2024/11/8 15:45:28 标签: centos, linux, 运维

背景

在 CentOS 7 操作系统下使用 VNC(虚拟网络计算)进行远程连接服务器操作时,可能会遇到乱码问题,这种情况通常是由字符编码设置不正确导致的。

解决方案

通过修改 VNC 服务器配置文件可解决乱码问题,步骤如下:

  1. 以 root 权限登录 CentOS 7 服务器
    • 由于修改系统配置文件需要管理员权限,所以要以 root 用户身份登录 CentOS 7 服务器。
  2. 编辑 VNC 服务器配置文件
    • 配置文件路径为/etc/sysconfig/vncservers。可以使用任何文本编辑器打开此文件,文中推荐使用vi编辑器,并通过sudo命令以管理员权限打开,命令如下:
     sudo vi /etc/sysconfig/vncservers
  • 这里的sudo用于以超级用户权限执行命令,vi是常用的文本编辑器。
  1. 定位需修复的 VNC 会话配置行
    • 配置文件中的每个 VNC 会话配置由VNCSERVERSVNCSERVERARGS两部分组成。
    • 找到你需要修复的 VNC 会话对应的配置行。
  2. 在 VNCSERVERARGS 参数中添加内容
    • VNCSERVERARGS参数中添加以下内容:
     -geometry 1920x1080 -depth 24 -dpi 96 -Encoding Tight
  • 参数含义如下:
    • -geometry 1920x1080:将 VNC 会话分辨率设置为 1920x1080 像素。
    • -depth 24:把颜色深度设为 24 位。
    • -dpi 96:每英寸点数(DPI)设为 96。
    • -Encoding Tight:启用 Tight 编码,可提升 VNC 连接性能。
  1. 保存并关闭编辑器
    • 确保上述修改已保存,然后关闭文本编辑器。
  2. 重启 VNC 服务器使更改生效
    • 使用以下命令重启 VNC 服务器:
     sudo systemctl restart vncserver

http://www.niftyadmin.cn/n/5744090.html

相关文章

数据分析:宏基因组DESeq2差异分析筛选差异物种

禁止商业或二改转载,仅供自学使用,侵权必究,如需截取部分内容请后台联系作者! 文章目录 介绍原理:计算步骤:结果:加载R包准备画图主题数据链接导入数据Differential abundance (No BP vs 2BP TA)构建`countData`矩阵过滤低丰度物种构建DESeq数据对象DESeq2差异分析画图Di…

使用Python将EPUB电子书网文主角换成自己

文章目录 使用Python将EPUB电子书网文主角换成自己EPUB电子书准备工作操作步骤Python实现代码代码解析 使用Python将EPUB电子书网文主角换成自己 最近看网文小说,想到一个有意思的东西,为什么不把网文主角换成自己的名字,这样看起来不更有沉…

notebook 远程访问配置(python3.10)

一、生成密码 jupyter notebook password二、生成默认配置文件 jupyter notebook --generate-config三、修改配置文件 vim ~/.jupyter/jupyter_notebook_config.py ## 修改配置内容 c.ServerApp.ip * c.ServerApp.port 8888 ## 修改成将之前生成的密文 c.ServerApp.passwo…

Go语言的内置容器

文章目录 一、数组数组的定义数组声明数组特点数组元素修改 二、切片切片声明基于数组创建切片使用make()函数构造切片使用append()为切片动态添加元素\使用copy()复制新的切片数组与切片相互转换 三、Map映射Map定义使用make()函数创建map用切片作为map的值使用delete()函数删…

YOLOv11改进:SE注意力机制【注意力系列篇】(附详细的修改步骤,以及代码,与其他一些注意力机制相比,不仅准确度更高,而且模型更加轻量化。)

如果实验环境尚未搭建成功,可以参考这篇文章 ->【YOLOv11超详细环境搭建以及模型训练(GPU版本)】 文章链接为:YOLOv11超详细环境搭建以及模型训练(GPU版本)-CSDN博客 -------------------------------…

一篇Spring Boot 笔记

一、Spring Boot 简介 Spring Boot 是一个用于创建独立的、基于 Spring 的生产级应用程序的框架。它简化了 Spring 应用的初始搭建和开发过程,通过自动配置等功能,让开发者能够快速地构建应用,减少了大量的样板代码和复杂的配置。 二、核心特…

100种算法【Python版】第59篇——滤波算法之扩展卡尔曼滤波

本文目录 1 算法步骤2 算法示例2.1 示例描述2.2 python代码3 算法应用:机器人位姿估计扩展卡尔曼滤波(EKF)是一种处理非线性系统的状态估计算法。它通过线性化非线性系统来实现类似于线性卡尔曼滤波的效果。 1 算法步骤 (1)初始化 初始状态: x ^ 0 ∣ 0 \hat{x}_{0|0}

《XGBoost算法的原理推导》12-14决策树复杂度的正则化项 公式解析

本文是将文章《XGBoost算法的原理推导》中的公式单独拿出来做一个详细的解析,便于初学者更好的理解。 我们定义一颗树的复杂度 Ω Ω Ω,它由两部分组成: 叶子结点的数量;叶子结点权重向量的 L 2 L2 L2范数; 公式(…