为什么使用 powershell 脚本创建的 XML 格式不正确？

Question

我正在执行一个 PS 脚本来读取 xml 的内容，更新一些标签值并将内容存储到多个 xml 文件中。我能够实现所有这些，但是创建的 xml 文件没有被传递到的消息队列正确读取。但是当我打开它并单击保存而不对数据进行任何更改时，相同的 xml 文件在队列中工作。我比较了两个文件 1 - 创建后 2 - 打开相同文件并单击保存后，它们是相同的！ 我终其一生都无法弄清楚出了什么问题以及如何解决它。

如何创建可读格式的输出 xml 文件？不确定当我在 xml 文件上单击“保存”时会发生什么变化。请帮忙。

输入 CASH.XML：

<?xml version="1.0" encoding="UTF-8"?>
<ns:POSTransaction xmlns:ns="http://schema.xyz.com/Commerce/Customer/Transaction/v1">
<ns:tranHeader>
<ns:transactionId>96846836238236142669</ns:transactionId>
<ns:businessDateTime>2021-12-25T01:10:00</ns:businessDateTime>
<ns:emailId>Perftesting002@ymail.com</ns:emailId>
</ns:tranHeader>
</ns:POSTransaction>

PS：

$log="H:\logs.txt"
[xml]$loadXML = Get-Content "H:\Q_This\CASH.XML"

try
{
   $tranID = $loadXML.POSTransaction.tranHeader.transactionId.substring(17,3)
   $tranIntID = [int]$tranID   
   $tranc = $loadXML.POSTransaction.tranHeader.transactionId.substring(0,17)    
   $uname = $loadXML.POSTransaction.tranHeader.emailId.substring(0,11)
   $mailcnt = [int]$loadXML.POSTransaction.tranHeader.emailId.substring(11,3)
   $mailend = $loadXML.POSTransaction.tranHeader.emailId.Split("@")[1]

   for ($mailcnt; $mailcnt -lt 10; $mailcnt++)
   {    
        for ([int]$i =1; $i -le 5; $i++)
        {
        $mailupd = ([string]($mailcnt+1)).PadLeft(3,'0')
        $tranIntID = $tranIntID+1
        $loadXML.POSTransaction.tranHeader.transactionId = $tranc+[string]$tranIntID
        $loadXML.POSTransaction.tranHeader.emailId = $uname+$mailupd+'@'+$mailend
        $fileName = "CASH_"+$tranIntID+"_"+$mailupd+".XML"
        $loadXML.Save("H:\Q_This\"+$fileName)
        }
   }
}
catch
{
    Write-Host $_.Exception.Message
    Add-content $log -value ([string](Get-Date) + ' ' +$_.Exception.Message)    
}

以上代码创建了 40 个输出 xml 文件：每个 emailID 来自 Performancetest003-010@ymail.com 的 5 个事务文件。但是，在我打开并单击保存（没有数据更改）之前，消息队列都没有识别到​​它。

Answer 1

XML API 支持字符编码内置，并且如果给定的 XML 文档的声明在其 XML 声明中明确指定了编码（例如 <?xml version="1.0" encoding="utf-8"?> ），则在从并写入文件。

因此，可靠读取和写入 XML 文件的方法是使用 专用 XML API - [xml] (System.Xml.XmlDocument) 类型的 @987654330在这种情况下，@ 和 .Save() 方法 - 而不是 纯文本 处理 cmdlet，例如 Get-Content 和 Set-Content / Out-File。

警告：

• 从 .NET 6.0 / PowerShell 7.2 开始，.Save() 方法意外地将具有显式 encoding 属性 "utf-8" 的 XML 文档保存到 UTF-8 文件中一个 BOM（字节顺序标记），这会导致一些 XML 使用者出现问题（即使它不应该这样做）。 解决方法是删除显式encoding 属性（将其设置为$null）；详情请见this answer。

您后来的反馈表明您正在寻找 ANSI 编码的输出 XML 文件，即 您的目标是从 UTF-转码输入 XML 8 到 ANSI.

以下是此类转码的一个简化的、独立的示例。 它假定您系统的活动 ANSI 代码页是 Windows-1252。

# In- and output files.
# IMPORTANT:
#   Always use *full, file-system-native paths* when calling .NET methods.
$inFile =   Join-Path $PWD.ProviderPath in.xml
$outFile =  Join-Path $PWD.ProviderPath out.xml

# Create a UTF-8-encoded sample input file,
# for simplicity with plain-text processing.
# Note the non-ASCII character in the element text ('ä')
'<?xml version="1.0" encoding="utf-8"?><foo>bär</foo>' | Set-Content -Encoding utf8 $inFile

# Read the file using the XML-processing API provided via the [xml] type.
$xml = [xml]::new()
$xml.Load($inFile)

# Now change the character-encoding attribute to the desired new encoding.
# An XML declaration - if present - is always the *first child node* 
# of the [xml] instance.
$xml.ChildNodes[0].encoding = 'windows-1252'

# Save the document.
# The .Save() method will automatically respect the specified encoding.
$xml.Save($outFile)

要验证输出文件是否正确使用 Windows-1252 编码，请使用以下命令：

• PowerShell（核心）7+

# PowerShell (Core) defaults to UTF-8 in the absence of a BOM.
Get-Content -Encoding 1252 $outFile

• Windows PowerShell

# Windows PowerShell *defaults* to the 
# system's active ANSI code page in the absence of a BOM.
Get-Content $outFile

您应该看到以下输出 - 请注意非 ASCII 字符 ä 的正确呈现：

<?xml version="1.0" encoding="windows-1252"?>
<foo>bär</foo>

---

注意：

• 不要不要尝试通过纯文本处理进行转码，例如使用Get-Content和Set-Content的组合，因为，输入 XML 中的显式 encoding 属性您将创建 自相矛盾的 XML 文件；也就是说，文档声称在其 XML 声明中具有的编码与实际编码不匹配。这可能并不总是很重要（如果消费者也执行纯文本处理而不是正确的 XML 解析），但仅出于概念上的清晰性就应该避免这样做。