Linux 和 Windows 之间的文本编码

Question

我的主要问题是如何让 Linux 中的文本文件在 PowerShell 中正确显示。

在Linux中，我有一些带有特殊字符的文本文件，实际上记事本显示的文本文件与在Linux中显示的完全一样：

不幸的是，我的程序打印到我的 Linux 终端，因此我需要在我的 Windows 终端中输出相同的内容。我通过其他答案看到

我需要使用 TrueType 字体，所以我使用的是 Lucidia Console
在我的 Linux 设备上，编码是 UTF-8。根据我在网上找到的每个答案，CHCP 65001 将 PowerShell 中的代码页切换为 UTF-8
Windows Powershell 可以更好地显示内容，所以虽然我尝试使用命令提示符，但我现在正在使用 PowerShell。

使用 CHCP 65001 然后键入

more my_file.txt

显示这个：

同时使用

Get-Content -Encoding UTF8 my_file.txt

输出：

这些结果都不够好，但我实际上担心 Get-Content 在这里做了一些不同的事情。我要传输到 windows 的代码是用 Free Pascal 编写的，在 Free Pascal 中，我可以提供 UTF-8 代码页，仅此而已。因此，虽然 Get-Content 对我来说是一个很好的命令来检查 PowerShell 是否能够产生所需的输出，但对我来说使用它并不实际。在 Pascal 中，输出（写入 PowerShell 显示）显示为：

这也很糟糕，这些线应该连接起来，因为它们在 Linux 中连接（显然有些字符被解释为 ?）。但是，这可能是在 Pascal 中选择的代码页的问题，这将是下一步。

我现在的问题是，如何让 Windows Powershell 默认显示一个文本文件，就像记事本版本中显示的那样。运行 Get-Content 在我的代码中到处都是不切实际的，所以虽然这个结果看起来更有希望，但我不能遵循它。

作为后续问题，因为我无法在网上的任何地方找到它，在显示内容方面这里的主要参与者是什么，因为它显然是一个比编码更大的故事。为什么 'more' 和 'Get-Content' 命令显示不同的输出？为什么'Get-Content'不能看完所有内容？我曾假设 UTF-8 是一个通用标准，可以读取 UTF-8 的程序至少可以实际读取所有字符，但它们的读取方式都不同。

作为文本的输入是：

    ╭─────╮
    │     │
  ╭─│───╮ │
  │ │   │ │
  │ │ ╭─│───╮
  │ │ │ │ │ │
╭─│───│─╯ │ │
│ │ │ │   │ │
│ │ ╰─╯   │ │
│ │       │ │
│ ╰───────│─╯
│         │
╰─────────╯

针对下面发布的回答，我可以看到

more my_file.txt

产生

使用

时

$OutputEncoding = [console]::InputEncoding = [console]::OutputEncoding = 
  New-Object System.Text.UTF8Encoding

Answer 1

确保您的 UTF-8 编码文本文件 具有 BOM - 否则，您的文件将被 Windows PowerShell 误解为基于系统的活动 ANSI 代码页进行编码（而 PowerShell [Core] 6+ 现在值得庆幸的是，在没有物料清单）。
- 或者，使用 Get-Content -Encoding Utf8 my_file.txt 明确指定文件的编码。
- 有关 Windows PowerShell 与 PowerShell [Core] 中字符编码的全面讨论，请参阅。
来自外部程序的输出被正确捕获在变量 或 正确重定向到文件 ， 您需要将 [Console]::OutputEncoding 设置为给定程序在输出时使用 的字符编码 (对于仅仅 打印到显示器 这可能不是必需的，但是）：
- 如果代码页 65001 (UTF-8) 有效 并且您的程序支持 ，您需要设置 [Console]::OutputEncoding = New-Object System.Text.UTF8Encoding;请参阅下文了解如何确保 65001 真正生效，因为运行ning chcp 65001 来自 PowerShell 内部不是有效。
- 您提到了 FreePascal，描述了其 Unicode 支持 here。
  但是，您的屏幕截图表明您的 FreePascal 程序的输出是 而不是 UTF-8，因为圆角字符被转码为 ? 字符（这表明有损转码到系统的 OEM 代码页，其中不存在这些字符）。
- 因此，要解决您的问题您必须确保您的 FreePascal 程序 无条件 输出 UTF-8 或 遵循活动代码页（由chcp报告），假设您首先将其设置为65001（ UTF-8 代码页；见下文）。
选择可以渲染圆角Unicode字符的字体（如╭（U+256D) in your console window; the Windows PowerShell default font, Lucinda Console, can not (it renders ，如图你的问题），但是 Consolas，例如（PowerShell [Core] 6+ 默认使用），can.

使用 UTF-8 编码与外部程序一致:

注意：

下面的命令对于 PowerShell 命令（例如 Get-Content cmdlet）既不是必需的，也没有任何影响。
一些 遗留控制台应用程序 - 特别是 more.com（Windows PowerShell 包装在 more function) - 根本不支持 Unicode，只支持旧的 OEM 代码页。^[*]

According to every answer I can find online, CHCP 65001 switches the code page in PowerShell to UTF-8

chcp 65001 不如果运行从 在 PowerShell[=128 中工作=]，因为 .NET 缓存 PowerShell 会话启动时的 [Console]::OutputEncoding 值，以及当时有效的代码页。

相反，您可以使用以下命令完全使控制台 window UTF-8 感知（这也隐含地使 chcp 之后报告 65001）：

$OutputEncoding = [console]::InputEncoding = [console]::OutputEncoding = New-Object System.Text.UTF8Encoding

这使得 PowerShell 将外部程序的输出解释为 UTF-8，并将它发送到外部程序的数据编码为 UTF-8（感谢首选项变量 $OutputEncoding).

有关详细信息，请参阅。

^{[*] 在 UTF-8 代码页 65001 生效的情况下，more 悄悄跳过包含至少一个无法映射到系统 OEM 代码页的 Unicode 字符（系统的单字节 OEM 代码页中不存在的任何字符，只能表示 256 个字符），在这种情况下适用于包含圆角的行字符，例如 ╭（方框绘图光弧向下和向右，U+256D）。}

Linux 和 Windows 之间的文本编码

Text Encoding between Linux and Windows

linux

powershell

encoding

decoding