命令行查找和替换后特殊字符变成问号

Question

我有一个文本文件input.xlf

\n

  <trans-unit id="loco:5e7257a0c38e0f5b456bae94">\n    &lt;source&gt;Login</source>\n    <target>\xe7\x99\xbb\xe5\x85\xa5</target>\n    <note>Login Header</note>\n  </trans-unit>\n

\n

基本上我需要<用<和替换>\'>\'，所以我运行下面的脚本

\n

跑步者.bat

\n

powershell -Command "(gc input.xlf) -replace \'&lt;\', \'<\' | Out-File -encoding ASCII output.xlf";\npowershell -Command "(gc output.xlf) -replace \'&gt;\', \'>\' | Out-File -encoding ASCII  output.xlf";\n

\n

上面的内容一直有效，直到我注意到下面的输出

\n

  <trans-unit id="loco:5e7257a0c38e0f5b456bae94">\n    <source>Login</source>\n    <target>??????</target>\n    <note>Login Header</note>\n  </trans-unit>\n\n

\n

我尝试删除编码，但现在我得到了

\n

 <trans-unit id="loco:5e7257a0c38e0f5b456bae94">\n   <source>Login</source>\n   <target>\xc3\xa7\xe2\x84\xa2\xc2\xbb\xc3\xa5\xe2\x80\xa6\xc2\xa5</target>\n   <note>Login Header</note>  \n </trans-unit>\n\n

\n

以下是我想要的输出

\n

  <trans-unit id="loco:5e7257a0c38e0f5b456bae94">\n    <source>Login</source>\n    <target>\xe7\x99\xbb\xe5\x85\xa5</target>\n    <note>Login Header</note>\n  </trans-unit>\n

\n

Answer 1

（可能）存在两个字符编码问题：

• 在输出时，使用-Encoding Ascii保证“有损地”将任何非 ASCII 范围字符转写为文字字符?。

  • 要保留所有字符，必须选择Unicode编码，例如 -Encoding Utf8

• 在input上，您必须确保 PowerShell 正确读取输入文件。

  • 具体来说，Windows PowerShell将无 BOM 的UTF-8 文件错误解释为ANSI编码，因此您也需要使用-Encoding Utf8with Get-Content。

此外，您可以通过一次 调用来摆脱困境powershell.exe，并且您还可以优化此调用：

powershell -Command "(gc -Raw -Encoding utf8 input.xlf) -replace '&lt;', '<' -replace '&gt;', '>' | Set-Content -NoNewLine -Encoding Utf8 output.xlf"

• 使用-Rawwith gc( Get-Content) 将文件作为一个整体读取，而不是读取到行数组中，这可以加快-replace操作速度。

• 可以连锁 -replace经营

• 对于已经是文本（字符串）的输入，Set-Content通常是更快的选择。^[1]
  -NoNewLine防止附加额外的尾随换行符。

^{[1] 这里实际上没有什么区别，因为只写入了一个字符串，但对于许多输入字符串（逐行输出），它可能会 - 请参阅此答案。}