使用powershell进行编码

我有以下问题：假设我有一个UTF8文件，其中每个特殊字符都用替换字符表示“�". 文件的某些部分可能如下所示：

达斯希尔酒店�ckg�我是祖马辰 R�ckg�ngig：这是geamcht吗 韦特尔W�这是一个很好的例子 海尔诺奇酒店�麦汁 zwei在einer Zeile G�高温和高温��e

我编写了一个PowerShell脚本，它将替换的_字符替换为相应的特殊字符，例如“a”、“u”或“ß”。更正后的文本（也是UTF8）如下所示：

这是我的梦想 吕克格：这是个好消息吗 韦特尔·沃特·吉布斯·祖科里吉伦 我不喜欢麦汁 zwei在einer Zeile Göhte和Grö223;e

问题是，我想要导入文本的程序只接受“WesterEuropean DOS（CP850）”编码的文件。顺便说一下，这是程序导出的原始编码，如果我没有打开文件、编辑并将其保存在UTF8中，导入时不会出现问题。 下面是发生的事情：

我将特定程序中的文件导出为“WesterEuropean DOS（CP850）”。[注意：每个特殊字符在这里都有自己的替换字符，因此导入将很容易，并恢复特殊字符]

我用自己选择的编辑器打开文件，编辑器自己检测到“UTF8”不正确。我无法识别、编辑文件并将其保存为UTF8。[现在每个特殊字符都有相同的替换字符，其�]

我意识到有什么地方出了问题，于是写了一个脚本，替换了每一次发生的错误� 通过UTF8中的正确特殊字符。[我认为脚本如何实现这一点并不重要，但如果是这样，请询问]

我有正确的UTF8文件，但正如您所记得的，我必须将“Wester European DOS（CP850）”导入到我的程序中。文件编码与导出文件的编码相同。这种编码确保每个特殊字符都有其唯一的替换字符。那么，我如何通过PowerShell返回到该文件

下面是一些详细信息。脚本在我要更正的文件中读取的行是：

$lines = get-content $file -encoding utf8 | select-string $SearchCharacter

该算法在每一行中运行，并要求使用该字符的任何错误单词进行更正，如果再次找到该字符，则跳过该字符。在找到所有文件中的所有更正后，它将在循环中用此行替换每个文件中从每个“键”（错误单词）到每个“值”（更正单词）的出现：

foreach key ...
(Get-Content -encoding utf8 $file) -replace "$key", "$value" | Set-Content -encoding utf8 $file

我已经尝试过这样做：

foreach key ...
(Get-Content -encoding utf8 $file) -replace "$key", "$value" | Set-Content -encoding OEM $file

但这会导致使用“？”而不是正确的字符：

这是我的工作 r？ckg？ngig：这是一个好消息吗 韦特尔·沃特·吉布特·祖科里吉耶伦 我不喝麦汁 zwei在一个巨大的世界里

对如何从UTF8构建“西欧DOS（CP850）”文件有何建议

编辑：

此函数源自，解决了我的问题：

Function ConvertAndReplace_UTF8_OEM850
{
Param ([String]$path)
$path = resolve-path $path
$sourceEncoding = [System.Text.Encoding]::GetEncoding(65001)
$targetEncoding = [System.Text.Encoding]::GetEncoding(850)
$textfile = [System.IO.File]::ReadAllText($path, $sourceencoding)
[System.IO.File]::WriteAllText($path, $textfile, $targetencoding)
Write-host "Content in $path converted from UTF-8 to OEM850"
}

---

假设您已经修复了UTF-8编码文件（因此它包含原始字符），您只需将UTF-8文件重新编码回代码页

850

（CP850）：

如果系统的活动OEM代码页为

850

（使用

chcp

验证）：

注意：

（获取内容-编码utf8$文件）|设置内容-编码OEM$文件

也可以，但可能会改变所使用的换行符序列，并且始终附加一个尾随换行符，即使原始文件没有。但是，在Windows PowerShell v4及以下版本中，此变体可能仍然是更好的选择，因为不支持

-NoNewline

。

如果它不是或不能假定为：

在PowerShell[Core]6+中，

设置内容

的

-编码

参数现在接受代码页码：

Set-Content -NoNewline -Encoding 850 $file -Value (Get-Content -Raw -Encoding utf8 $file)

在Windows PowerShell（PowerShell版本在v5.1之前）中，需要直接使用.NET Framework：

[IO.File]::WriteAllText(
  (Convert-Path $file),
  (Get-Content -Raw -Encoding utf8 $file),
  [Text.Encoding]::GetEncoding(850)
)

请注意，使用

Convert Path

可确保将

$file

解析为完整路径，这是必要的，因为.NET的工作目录通常与PowerShell的不同

---

在Windows PowerShell中，

-Encoding

参数所接受的值仅限于一个固定集，该固定集仅包含活动的ANSI（

默认值）和OEM（
OEM
）代码页，基于系统的旧系统语言环境（非Unicode程序的语言）

在PowerShell[Core]6+中，您可以通过数字甚至直接传递实例

相反，即使
OEM
仍然可以用于引用活动的OEM代码页，但从v7.0开始活动的ANSI代码页没有占位符-中已报告此遗漏。
如果您错误地读取CP850文件并将其保存为UTF-8，则信息丢失：所有非ASCII字符都已替换为h完全相同的字符，
�（替换字符，）@mklement0这正是我所描述的。我已经修复了utf8文件。我如何回到CP850？可能的编码参数不适合我的问题。我必须回到OEM850。所以我找到了这个网站：而不是那个：我已经发布了在我的问题中起作用的函数。你知道为什么编码参数不够吗参数，比如OEM850？我想了解一下。
[IO.File]::WriteAllText(
  (Convert-Path $file),
  (Get-Content -Raw -Encoding utf8 $file),
  [Text.Encoding]::GetEncoding(850)
)