[char[]] (32..255) | Set-Content outfile.txt
В Windows PowerShell это создаст файл, закодированный в формате ANSI.Термин кодировка "ANSI" представляет собой зонтичный термин для набора однобайтовых 8-битовых кодировок фиксированной ширины в Windows, которые являются надмножеством из ASCII-кодировка .Используемая специфическая кодировка "ANSI" подразумевается кодовой страницей , связанной с устаревшим системным языком , действующим в вашей системе. [1] ;например, Windows-1252 в англо-американских системах.
См. Нижний раздел о том, почему следует избегать кодирования "ANSI".
Если вы должны сделать то же самое в PowerShell Core ,вы получите файл с кодировкой UTF-8 без BOM , который является наилучшей кодировкой для межплатформенной и кросс-локальной совместимости.
В Windows PowerShell добавление -Encoding utf8 также даст вам файл UTF-8, но с BOM.
Если вы используете -Encoding Unicode или просто используете оператор перенаправления > или Out-File,вы получите файл, кодированный UTF-16LE .
(В PowerShell Core , напротив, > по умолчанию создает UTF-8 без спецификации, потому чтопоследняя является последовательно применяемой кодировкой по умолчанию).
Примечание: С строками и числами , Set-Content и > / Out-File может бытьиспользуется взаимозаменяемо (кроме кодировки в Windows PowerShell);для других типов только > / Out-File дает значимые представления, хотя и подходит только для глазных яблок человека, а не для программной обработки - см. этот ответ для получения дополнительной информации.
Кодовые точки ASCII ограничены 7-битными значениями , т. Е. Диапазоном 0x0 - 0x7f (127).
Следовательно, ваши входные значения 128 - 255не может быть представлен как символы ASCII, и использование -Encoding ASCII приводит к замене недопустимых символов ввода на литерал ? символов (кодовая точка 0x3f / 63), в результате чегов потере информации.
Важно :
В памяти , номера литья, такие как 32(0x20) или 255 (0xFF) до [char] (System.Char) приводит к тому, что числа интерпретируются как UTF-16 кодединицы , представляющие символы Unicode [2] , такие как U+0020 и U+00FF как 2-байтовые последовательности с использованием собственного байтаПорядок, потому что это символы в .NET.
Аналогично, экземпляры .NET [string] типа System.String являются последовательностями из одного или нескольких [char] экземпляров.
При выводе в файл или во время сериализации перекодирование этих строк UTF-16 может происходить , в зависимости от подразумеваемой или указанной выходной кодировки.
Если выходное кодирование является фиксированной однобайтовой кодировкой, такой как ASCII, Default ("ANSI") или OEM, потеря информацииможет произойти , а именно, если строка для вывода содержит символы, которые не могут быть представлены в целевой кодировке.
Выберите один из Unicode -основанные форматы кодирования , гарантирующие, что:
- информация не теряется ,
- результирующий файл интерпретируется одинаково во всех системах , независимо от локали системы.
- UTF-8 является наиболее широко признаннымкодирование, но обратите внимание, что Windows PowerShell (в отличие от PowerShell Core) неизменно добавляет BOM к таким файлам, что может вызвать проблемы на Unix-подобных платформах и с утилитами наследия Unix;это формат, ориентированный и оптимизированный для обратной совместимости с кодировкой ASCII, который использует от 1 до 4 байтов для кодирования одного символа.
- UTF-16LE (который PowerShell называет
Unicode) - это прямое представление единиц кода в памяти, но обратите внимание, что каждый символ кодируется (как минимум) 2 байт, что приводит к удвоению размера файлов UTF-8 для строк, которые в основном содержат символы в диапазоне ASCII. - UTF-16BE (чтоВызов PowerShell
bigendianunicode) меняет порядок байтов в каждой единице кода. - UTF-32LE (который PowerShell вызывает
UTF32), представляет каждый символ Unicode в виде фиксированной 4-байтовой последовательности;даже больше, чем с UTF-16, это обычно приводит к излишне большим файлам. - UTF-7 следует вообще избегать, поскольку он не является частью стандарта Unicode.
[1] Среди устаревших кодовых страниц, поддерживаемых в Windows, есть также фиксированные двухбайтовые и переменные ширины кодировки, но только для восточноазиатских локалей;иногда они (неправильно) совместно именуются DBCS (двухбайтовый набор символов), в отличие от SBCS (однобайтовый набор символов);см. список всех кодовых страниц Windows .
[2] Строго говоря, код UTF-16 единица идентифицирует код Unicode точка , но не каждая кодовая точка сама по себе является полным символом Юникода, поскольку некоторые (редкие) символы Юникода имеют значение кодовой точки, выходящее за пределы диапазона, который может быть представлен 16-разрядным целым числом, и этикодовые точки могут альтернативно , представленные последовательностью 2 других кодовых точек, известных как суррогатные пары .