Powershell 和 UTF-8

Question

我有一个用atom创建的html文件test.html，其中包含：

\n\n

\n

测试\xc3\xa9编码utf-8

\n

\n\n

当我使用 Powershell 控制台阅读它时（我使用的是法语 Windows）

\n\n

Get-Content -Raw test.html\n

\n\n

我得到这个：

\n\n

Test\xc3\x83\xc2\xa9 encoding utf-8\n

\n\n

为什么重音字符打印不正确？

\n

Answer 1

• Atom编辑器默认创建没有伪BOM 的UTF-8 文件（从跨平台的角度来看，这是正确的做法）。

  • 其他流行的跨平台编辑器（例如Visual Studio Code和Sublime Text ）的行为方式相同。

• Windows PowerShell ^[1]仅识别带有伪 BOM 的UTF-8 文件。

  • 在没有伪 BOM 的情况下，PowerShell 将文件解释为根据系统的旧版 ANSI 代码页（例如美国系统上的Windows-1252）进行格式化。
    （这也是记事本使用的默认编码，它不仅在读取文件时，而且在创建文件时也将其称为“ANSI”。Windows PowerShell 的Get-Content/也是如此Set-Content（其中调用此编码Default，并且是实际的默认编码，因此不需要未指定）；相比之下，Out-File/默认> 创建UTF-16LE 编码文件 ( )。）Unicode

因此，为了Get-Content在 Windows PowerShell 中正确 识别无 BOM 的UTF-8 文件，您必须使用-Encoding utf8.

^{[1] 相比之下，跨平台PowerShell Core版本值得称赞的是默认为 UTF-8，在读取和写入时跨 cmdlet 一致，因此即使没有 BOM，它也能正确解释 UTF-8 编码的文件，并且默认情况下还会创建没有 BOM 的文件。}