☰

Powershell 中的 GnuWin32 / sed 意外行为

tag-icon • tag-icon windows-7 powershell sed gnuwin32
Powershell 中的 GnuWin32 / sed 意外行为

我在用操作系统Windows 命令行上的工具/电源外壳。

看到的是：

 11:15 enlil D:\Users\x> Get-ChildItem .gitconfig  | sed "s/ */ /g"


 D i r e c t o r y : D : \ U s e r s \ x


 M o d e L a s t W r i t e T i m e L e n g t h N a m e
 - - - - - - - - - - - - - - - - - - - - - - - - - - -
 - a - - - 6 / 2 3 / 2 0 1 4 4 : 1 1 P M 5 6 . g i t c o n f i g

我期望看到的是：

 11:15 enlil D:\Users\x> ls .gitconfig  | sed "s/ */ /g"


 Directory: D:\Users\x


 Mode LastWriteTime Length Name
 ---- ------------- ------ ----
 -a--- 6/23/2014 4:11 PM 56 .gitconfig

我的目标是为了消除数据列之间的冗余空格，这些空格是由 PowerShell 添加的。有趣的是，这在一台计算机（使用 Win8.1）上完美运行，但在另一台使用 Win7 的计算机上却不起作用。

它适用于更简单的例子：

 11:49 enlil D:\Users\x> echo "t  a t" |  sed "s/ */ /g"
 t a t

任何帮助都感激不尽。

供参考 -Get-ChildItems 的正常输出看起来像这样：

 11:22 enlil D:\Users\x> ls .gitconfig


    Directory: D:\Users\x


Mode                LastWriteTime     Length Name
----                -------------     ------ ----
-a---         6/23/2014   4:11 PM         56 .gitconfig

答案1

这是 Unicode。sed 输出的内容是 Unicode，没有 PowerShell 用来区分 Unicode 和 ASCII 的 2 字节前缀。因此，PowerShell 认为它是 ASCII，并保留 \0 字节（2 字节 Unicode 字符的高位字节），这些字节显示为空白。由于 PowerShell 内部处理 Unicode，因此它实际上将每个原始字节扩展为 2 字节 Unicode 字符。没有办法强制 PowerShell 接受 Unicode。可能的解决方法是：

  1. Unicode 是否作为 SED 的输入？不太可能，但我认为有可能。检查一下。

  2. 使 SED 的输出以 Unicode 指示符 \uFEFF 开头。这可能是 SED 源代码中遗漏的内容：

    _setmode(_fileno(stdout), _O_WTEXT); // probably present and makes it send Unicode
wprintf(L"\uFEFF"); // probably missing

    您可以在 SED 命令中添加代码，例如

    sed "1s/^/\xFF\xFE/;..." # won't work if SED produces Unicode but would work it SED passes Unicode through from its input
sed "1s/^/\uFEFF/;..." # use if SED produces Unicode itself, hopefully SED supports \u

  3. 将 sed 的输出写入文件，然后使用 Get-Content -Encoding Unicode 读取。请注意，必须在 cmd.exe 内的命令中切换到文件，例如：

    cmd /c "sed ... >file"

    如果您只是让 >file 在 PowerShell 中处理，它就会以同样的方式变得混乱。

  4. 从 PowerShell 中的结果文本中删除 \0 字符。这对于创建包含代码 0xA 或 0xD 的 Unicode 字节的国际字符不起作用 - 您最终会得到行分割而不是它们。

相关内容