将PowerShell的默认输出编码更改为UTF-8

Posted 2021-04-03

默认情况下，当您将命令的输出重定向到文件或将其传递到PowerShell中的其他内容时，编码为UTF-16，这是无用的。我想把它改成UTF-8。

它可以通过用>foo.txt替换| out-file foo.txt -encoding utf8语法来逐个完成，但是每次都必须重复这个尴尬。

在PowerShell中设置内容的持久方法是将它们放在UsersmeDocumentsWindowsPowerShellprofile.ps1中;我已经验证这个文件确实是在启动时执行的。

有人说输出编码可以用$PSDefaultParameterValues = @{'Out-File:Encoding' = 'utf8'}设置，但我试过这个并没有效果。

谈论https://blogs.msdn.microsoft.com/powershell/2006/12/11/outputencoding-to-the-rescue/的$OutputEncoding看起来好像它应该是相关的，但后来它讨论了用ASCII编码的输出，这不是实际发生的事情。

如何设置PowerShell使用UTF-8？

答案

注意：以下内容适用于Windows PowerShell。有关跨平台PowerShell核心版本的信息，请参阅下一节。

• 在PSv5.1或更高版本，其中>和>>实际上是Out-File的别名，您可以通过>首选项变量设置>> / Out-File / $PSDefaultParameterValues的默认编码： $PSDefaultParameterValues['Out-File:Encoding'] = 'utf8'
• 在PSv5.0或更低版本中，您无法更改> / >>的编码，但是，在PSv3或更高版本上，上述技术适用于调用Out-File。 （$PSDefaultParameterValues偏好变量在PSv3.0中引入）。
• 在PSv3.0或更高版本上，如果要为所有支持的cmdlet设置默认编码 一个-Encoding参数（在PSv5.1 +中包括>和>>），使用： $PSDefaultParameterValues['*:Encoding'] = 'utf8'

如果将此命令放在$PROFILE中，则Out-File和Set-Content等cmdlet默认情况下将使用UTF-8编码，但请注意，这使其成为会话全局设置，将影响未明确指定编码的所有命令/脚本。

同样，请确保在您希望以相同方式运行的脚本或模块中包含此类命令，以便即使在由其他用户或其他计算机运行时它们的行为也确实相同。

警告：PowerShell，从v5.1开始，总是使用(pseudo) BOM创建UTF-8文件，这在Windows世界中是惯用的 - 基于Unix的实用程序无法识别此BOM（参见底部）。

有关许多Windows PowerShell标准cmdlet中严重不一致的默认字符编码行为的摘要，请参阅底部。

---

自动$OutputEncoding变量是不相关的，仅适用于PowerShell与外部程序通信的方式（PowerShell在向其发送字符串时使用的编码） - 它与输出重定向运算符和PowerShell cmdlet用于保存到文件的编码无关。

---

Optional reading: The cross-platform perspective: PowerShell Core:

PowerShell is now cross-platform，通过其PowerShell Core版本，其编码 - 合理地 - 默认为无BOM的UTF-8，与类Unix平台一致。

• 这意味着没有BOM的源代码文件被假定为UTF-8，并且使用> / Out-File / Set-Content默认为无BOM的UTF-8;明确使用utf8 -Encoding参数也会创建无BOM的UTF-8，但您可以选择使用带有utf8bom值的伪BOM创建文件。
• 如果您在类似Unix的平台上使用编辑器创建PowerShell脚本，现在甚至在具有跨平台编辑器（如Visual Studio Code和Sublime Text）的Windows上创建PowerShell脚本，生成的*.ps1文件通常不会具有UTF-8伪BOM： 这在PowerShell Core上运行良好。 如果文件包含非ASCII字符，它可能会在Windows PowerShell上中断;如果您确实需要在脚本中使用非ASCII字符，请将它们保存为带有BOM的UTF-8。 如果没有BOM，Windows PowerShell（mis）会将您的脚本解释为在旧版“ANSI”代码页中进行编码（由Unicode前应用程序的系统区域设置决定;例如，美英系统上的Windows-1252）。
• 相反，具有UTF-8伪BOM的文件在类Unix平台上可能会出现问题，因为它们会导致诸如cat，sed和awk等Unix实用程序 - 甚至某些编辑器（如gedit）传递伪BOM通过，即将其视为数据。 这可能并不总是一个问题，但绝对可以，例如当您尝试将文件读入bash中的字符串时，例如text=$(cat file)或text=$(<file) - 结果变量将包含伪BOM作为前3个字节。

---

Inconsistent default encoding behavior in Windows PowerShell:

遗憾的是，Windows PowerShell中使用的默认字符编码非常不一致;正如前一节所讨论的，跨平台的PowerShell核心版本已经值得称道地说明了这一点。

注意：

• 以下并不希望涵盖所有标准cmdlet。
• 现在，Google搜索cmdlet名称以查找其帮助主题，默认情况下会显示主题的PowerShell核心版本;使用左侧主题列表上方的版本下拉列表切换到Windows PowerShell版本。
• 在撰写本文时，文档经常错误地声称ASCII是Windows PowerShell中的默认编码 - 请参阅this GitHub docs issue。

---

编写的Cmdlet：

Out-File和> / >>创建“Unicode” - UTF-16LE - 默认情况下的文件 - 其中每个ASCII范围字符（也）由2个字节表示 - 这与Set-Content / Add-Content明显不同（见下一点）; New-ModuleManifest和Export-CliXml也创建了UTF-16LE文件。

Set-Content（如果文件尚不存在则为Add-Content /为空）使用ANSI编码（由活动系统区域设置的ANSI遗留代码页指定的编码，PowerShell称之为Default）。

Export-Csv确实创建了ASCII文件，如文档所述，但请参阅下面的注释re -Append。

Export-PSSession默认使用BOM创建UTF-8文件。

New-Item -Type File -Value目前创建无BOM（！）UTF-8。

Send-MailMessage帮助主题还声称ASCII编码是默认的 - 我没有亲自验证该声明。

附加到现有文件的Re命令：

>> / Out-File -Append不会尝试匹配文件现有内容的编码。也就是说，他们盲目地应用他们的默认编码，除非另外用-Encoding指示，这不是>>的选项（除了间接在PSv5.1 +中，通过$PSDefaultParameterValues，如上所示）。简而言之：您必须知道现有文件内容的编码并使用相同的编码进行追加。

Add-Content是值得称赞的例外：在没有明确的-Encoding参数的情况下，它会检测现有编码并自动将其应用于新内容。谢谢，js2010。请注意，在Windows PowerShell中，这意味着如果现有内容没有BOM，则应用ANSI编码，而PowerShell Core中则为UTF-8。

在Out-File -Append中讨论了>> / Add-Content和this GitHub issue之间的这种不一致，这也影响了PowerShell Core。

Export-Csv -Append与现有编码部分匹配：如果现有文件的编码是ASCII / UTF-8 / ANSI中的任何一种，它会盲目地附加UTF-8，但正确匹配UTF-16LE和UTF-16BE。 换句话说：在没有BOM的情况下，假设为UTF-8，而Set-Content / Add-Content默认为ANSI。

---

读取的Cmdlet（在没有BOM的情况下使用的编码）：

Get-Content和Import-PowerShellDataFile默认为ANSI（Default），这与Set-Content一致。

相比之下，Import-Csv，Import-CliXml和Select-String假设没有BOM的UTF-8 - 不像Get-Content和Import-PowerShellDataFile