Java 和 .NET/PowerShell 产生不同的 UTF-8 字节

Question

我头发都白了。我需要将 PowerShell 中的字符串转换为 UTF-8。我的参考代码在 Java 中（并且可以在更大的应用程序中正常工作），所以我需要重现它的作用。

在Java中，我做：

    private static final char[] HEX_ARRAY = "0123456789ABCDEF".toCharArray();

    public static String bytesToHex(byte[] bytes) {
        char[] hexChars = new char[bytes.length * 2];
        for (int j = 0; j < bytes.length; j++) {
            int v = bytes[j] & 0xFF;
            hexChars[j * 2] = HEX_ARRAY[v >>> 4];
            hexChars[j * 2 + 1] = HEX_ARRAY[v & 0x0F];
        }
        return new String(hexChars);
    }
    
    public static void main(String[] args) throws Exception {
        System.out.println(bytesToHex("aöß".getBytes("UTF8")));
    }

输出61C3B6C39F.

在 PowerShell 中，我这样做

Write-Output $(([System.Text.UTF8Encoding]::New($false, $true).getBytes("aöß") | ForEach-Object ToString X2) -join '')

输出61C383C2B6C383C5B8

它们为什么不同？如何使 PowerShell 编码与 Java 匹配？

如有任何见解，我将不胜感激！

最佳 eDude

编辑：好的，现在我更困惑了。当运行在 PowerShell 5.1 控制台中执行上述命令时，它按预期工作。当把它放入脚本文件并执行时，它没有。

编辑 2：更多信息，如果脚本文件以 UTF-8 编码保存，则会出现错误。如果它以另一种编码（例如 Notepad++ 的 ANSI）保存，它就可以工作。为什么脚本文件的编码会改变脚本本身的行为？我怎样才能避免这种情况并确保获得一致的结果？

Answer 1

尝试在 Notepad++ 中将您的脚本文件转换为 UTF-8-BOM 编码并运行它。 PowerShell 5 的默认编码是 Western European (Windows) (windows-1252)，因此当您的脚本文件中没有 BOM 时，它会将其读取为 UTF-16，因此是双倍长度的字符串。

PowerShell 7 中的默认编码是 UTF-8，所以这应该不是问题。

您可以像这样检查不同 powershell 版本的默认编码：

PS> [System.Text.Encoding]::Default

您还可以指定所需的字符以避免在没有 BOM 的文件中出现此问题：

$str = [char]0x0061 + [char]0x00F6 + [char]0x00DF

Write-Output $(([System.Text.Encoding]::UTF8.GetBytes($str) | ForEach-Object ToString X2) -join '')

Java 和 .NET/PowerShell 产生不同的 UTF-8 字节

Java and .NET/PowerShell producing different UTF-8 bytes

.net

java

powershell

utf-8