批处理变量设置为 ■1 而不是预期的输出

Question

我正在编写一个脚本，需要将文件的内容作为设置变量的输入。我正在使用 Out-File 生成一个文本文件：

$string | Out-File -FilePath C:\Full\Path\To\file.txt -NoNewLine

然后我正在使用该文件批量设置变量：

set /P variablename=<C:\Full\Path\To\file.txt

该文件的内容是一个唯一的 id 字符串，实际上看起来像这样：

1i32l54bl5b2hlthtl098

当我回显这个变量时，我得到了这个：

echo %variablename%
■1

当我在输入文件中尝试了不同的字符串时，我看到回显的是 ■ 字符，然后是字符串中的第一个字符。所以，如果我的字符串是“apfvuu244ty0vh”，那么它会回显“■a”。

为什么没有将变量设置为文件的内容？我正在使用来自this stackoverflow post 的方法，其中选择的答案说要将此语法与 set 命令一起使用。难道我做错了什么？使用完整路径作为集合变量的输入是否存在问题？

Answer 1

tl;dr：

使用Out-File -Encoding oem 生成cmd.exe 可以正确读取的文件。

^{这实际上将您限制为旧版“ANSI”/OEM 代码页中可用的 256 个字符，NUL (0x0) 除外。如果您需要完整的 Unicode 支持，请参阅底部部分。}

---

在 Windows PowerShell（但不是 PowerShell Core）中，Out-File 及其有效别名 > 默认为 UTF-16LE character encoding，其中大多数字符表示为 2 字节序列；对于 ASCII 范围内的字符，每个序列的第 2 个字节是 NUL (0x0)；此外，此类文件以 BOM 开头，指示编码类型。

相比之下，cmd.exe 期望输入使用传统的单字节 OEM 编码（请注意，以 /U 开头的 cmd.exe 仅控制其输出的编码 em>)。

当cmd.exe（它不知道）遇到 UTF-16LE 输入时：

• 它将字节单独解释为字符（即使 UTF-16LE 中的字符通常由 2 个字节组成，或者在极少数情况下由 4 个字节组成（一对 2 -字节序列））。

• 它将构成 BOM 的 2 个字节（0xff、0xfe）解释为字符串的一部分。在 OEM code page 437（美国英语）生效时，0xff 呈现为 空格，而 0xfe 呈现为 ■。

• 一旦遇到第一个 NUL（0x0 字节），读取就会停止，这发生在 ASCII 范围的第一个字符上，在您的示例字符串中是 1。

  李>

因此，正如您所说，编码为 UTF-16LE 的字符串 1i32l54bl5b2hlthtl098 被读取为  ■1。

---

如果您需要完整的 Unicode 支持，请使用UTF-8 编码：

• 在 PowerShell 中使用 Out-File -Encoding utf8。

• 在读取cmd.exe 中的文件（在批处理文件中）之前，运行chcp 65001 以切换到UTF-8 code page。

注意事项：

• 并非所有 Unicode 字符。可能渲染正确，具体取决于控制台窗口中使用的字体。

• 旧版应用程序可能会因代码页 65001 生效而出现故障，尤其是在较旧的 Windows 版本上。

  • 避免问题的一种可能策略是暂时根据需要切换到代码页65001，然后再切换回来。

---

请注意，以上仅涵盖通过文件进行的通信，并且仅在一个方向（PowerShell -> cmd.exe）。
也可以控制用于标准流（stdin、stdout、stderr）的字符编码，无论是在向 cmd.exe / 外部程序发送字符串时还是在解释从它们接收到的字符串时，参见this answer 我的。