Unicode/UTF-8文本文件:Windows控制台上的乱码(试图显示希伯来语)

Question

我有一个宽字符文件(希伯来文本)在记事本中看起来很好(以"UTF-8编码"保存),在Notepad ++中读得很好,当我复制并粘贴到MS Word时它看起来也很好.但是当我打开一个"DOS框"(Windows控制台)并转到:"输入file.txt"时,它会打印出乱码.
是的,我在Windows控制台上完成了对Unicode的所有建议:我使用"cmd/u"打开控制台,我将字体更改为Lucida,然后输入:"chcp 65001".

运行Windows 7的PC和运行Windows XP SP3的另一台PC上的问题完全相同.

Answer 1

Font Courier New支持希伯来语,可以添加到命令提示符中.默认字体是consolas,lucida,raster,它们都不支持希伯来语.因此,在命令提示符下添加Courier New.

这是一个注册表黑客做到这一点

http://www.howtogeek.com/howto/windows-vista/stupid-geek-tricks-enable-more-fonts-for-the-windows-command-prompt/

http://www.techrepublic.com/blog/windows-and-office/quick-tip-add-fonts-to-the-command-prompt/

这是如何安装字体的一个很好的例子,但是我应该删除很多这些条目,因为大多数条目都没有添加到cmd,因为cmd不支持它们.

Lucida和Consolas是默认值.
Raster是默认未列出的可能'因为它是TTF
所有这些我试图添加,只添加3(由cmd支持)
Courier New,DejaVu Sans Mono,Droid Sans Mono

DejaVu Sans Mono和Droid Sans Mono可以下载,由cmd支持,可能有一些很好的unicode支持/字符,但不包括希伯来语

我有

Consolas <-- default
Courier New  <--- added
DejaVu Sans Mono  <-- added
Droid Sans Mono  <-- added
Lucida Console <-- default
Raster Fonts <-- default

常见的希伯来字体是Miriam和David,但它们无法添加到命令提示符中.

为了记录,Babelmap可以列出系统中支持希伯来语的所有字体,例如在babelmap-单击fonts..font coverage中,然后输入05D0(即ale​​ph).我认为所有这些字体都存在于默认的Windows 7安装中

Aharoni, Arial, Courier New, David, FrankRuehl, Gisha, Levenim MT, Lucida Sans Unicode, Microsoft Sans Serif, Miriam, Miriam Fixed, Narkisim, Rod, Segoe WP, Tahoma, Times New Roman

但是除了Courier New之外,命令提示符中不支持大部分或全部带希伯来语的字体.事实上,命令提示符不支持大多数字体完全停止,甚至不是"新罗马时代"(因为"新罗马时代"不是单倍间隔/固定宽度,而且这是它的许多标准之一支持,其他标准似乎更加模糊.

现在,您可以在命令提示符中添加和选择Courier New.

因此,只要所选字体支持,就可以将unicode字符粘贴到cmd上.

要复制/粘贴,请单击charmap中的"复制"按钮

现在它在剪贴板中

要将其粘贴到命令提示符中,在win7中粘贴到命令提示符不是ctrl-v.您右键单击并选择粘贴.(或者如果处于快速编辑模式,那么只需右键单击)

这是主要的事情.

另外

通常在Windows中,人们可能会使用记事本和字符映射......但是应该注意它们的一些限制.

当您选择的字体支持时,字符映射显示前65536个unicode字符,字符映射显示UTF-16代码.没关系,您仍然可以从字符映射粘贴到cmd.exe窗口,但是您应该知道在cmd.exe和管道中运行的命令不支持utf-16.所以你可以使用字符映射,找到一个字符,例如aleph 05d0,但是值得查看http://www.fileformat.info/info/unicode/char/05d0/index.htm上的字符 并看到这个字符16代码为05d0,utf-8代码为d790.xxd命令和文件命令对于查看文件的实际内容和确定文件类型很有用.

当谈到unicode或UTF16代码> FF的unicode字符集中的任何字符时,记事本有点受限.对于像'type'这样的命令,以及管道和重定向,cmd有点受限.

如果使用cmd.exe你真的需要管道工作'cos管道很重要..

管道仅限于可由CHCP命令指定的编码.

(注意,如果CHCP告诉你你在一个特定的代码页,例如850,它告诉你输入编码.如果你运行命令chcp 850它将改变输入和输出编码.通常它们是相同的.它更简单当它们是相同的.但是如果你使用其他程序来改变cmd的编码,例如c#编译器有一个改变它的开关,那么最好用chcp改变它,这样你就知道两个编码都已设置好了).

有一个CHCP 1200(UTF-16LE)和1201(UTF-16BE),但都不支持,如果您尝试它会说无效代码页(在win7中测试).CHCP不支持UTF-16(它不支持UTF16LE或UTF16BE).有CHCP 65001(那是没有BOM的UTF-8).并且有CHCP 862(在MSDOS日常方式中的老式方式,编码希伯来语,我提到过)

type命令支持UTF16LE和记事本(记事本调用Unicode,是UTF-16 LE),但管道和重定向不支持.type命令还支持CHCP指定/支持的任何代码页.所以类型支持862或65001.

因此,您可以使用记事本将其保存为UTF8(带有BOM),然后摆弄以移除BOM.(这有点矫枉过正了)..或者你可以使用记事本,将它保存为Unicode UTF 16LE ..但是你不能起诉管道......(这很糟糕)..最简单的事情是使用文本编辑器,如notepad2或notepad ++,支持没有BOM的UTF8.

或者如果从cmd做所有事情你可以使用862或65001.虽然许多文本编辑可能不会给予862的良好支持.所以你可能更喜欢65001.

如果你想在记事本中写任何文件并且它的字符大于UTF16中的字符被称为\ uFF,并且你想在该文件的cmd.exe中运行命令,那么一些命令(例如类型命令),如果你不考虑什么是什么支持会有问题.

记事本支持带有BOM的UTF-16BE,UTF-16LE和UTF-8.这不好.并且无需使用xxd和sed或其他命令来移除BOM.如果您有任何带有所谓unicode字符的文件,则该字符位于常规ascii范围之外.一个字符> UTF-16的\ uFF,如字符映射所示为>\uFF,然后使用Notepad2或notepad ++

Type支持UTF16LE,以及CHCP设置的任何代码页,例如65001或862.

管道和重定向按照CHCP设置的任何方式进行.

代码页862已经过时,因此Codepage 65001是一个很好的方法.

xxd和file对于查看文件的编码方式非常有用,如果您遇到问题可能会有所帮助.但并非绝对必要.

因此,如果您想编写一个用于CMD的文件,并且它有一些unicode字符,那么您可以使用xxd和sed之类的命令来删除BOM,以及执行此操作的其他命令.在文本编辑器中创建此类文件的最简单方法是使用文本编辑器,如notepad2或notepad ++,它支持不带BOM的UTF8.

如上所述,获得希伯来语显示可能是最重要的事情.接下来就是能够在文本编辑器中保存文件,您可以使用例如"类型"来显示文件.

如果你想从命令提示符复制,如果不是在快速编辑模式下,然后右键单击然后选择标记然后选择它然后按ENTER键.并粘贴右键并选择粘贴.

还有一点是

显然,chcp 65001中存在一些错误,其中一些批处理文件无法运行,也许某些C程序也无法正常工作.如何在Windows命令行中使用unicode字符？ 当cmd在代码页65001中时我甚至看到了c急剧的编译器崩溃(尽管有人可能会责怪c尖锐的编译器,也可能会责怪65001) 为什么当我最后一次将输出编码保留为UTF8时csc.exe会崩溃？

注意 - 此答案的早期版本有一些命令行示例,但它们不必要地复杂.我可能会在某些时候添加一些命令来演示我所描述的内容,但它相当简单.