Java 和 .NET/PowerShell 产生不同的 UTF-8 字节

Question

为此我头发变白了。 我需要将 PowerShell 中的字符串转换为 UTF-8。我的参考代码是用 Java 编写的（并且可以与更大的应用程序一起使用），所以我需要重现它的作用。

在 Java 中，我这样做：

    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，我会这样做

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

输出61C383C2B6C383C5B8

为什么它们不同？如何使 PowerShell 编码与 Java 匹配？

如果有任何见解，我将不胜感激！

最好的 小弟

编辑：好的，现在我更困惑了。在 PowerShell 5.1 控制台中运行上述命令时，它按预期工作。将其放入脚本文件并执行时，它不会。

EDIT 2：更多信息，如果脚本文件以 UTF-8 编码保存，则会出现错误。如果它保存在另一种编码中（例如 Notepad++ 的 ANSI），它可以工作。为什么脚本文件的编码会改变脚本本身的行为？如何防止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)，所以当您的脚本文件中没有 BOM 时，它会将其读取为 UTF-16，因此是双长度字符串。

PowerShell 7 中的默认编码是UTF-8，所以应该没问题。

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 '')