更改代码页后命令输出不起作用

Question

我在研究字符编码的复杂世界时发现了一个相当奇怪的问题。在 Windows 中，如果我输入“tree”，命令会按预期工作，但如果我随后输入“chcp 65001”（UTF-8），然后再次输入“tree”，命令就会中断。

IE

> tree
> chcp 65001
> tree

这是在 Windows 7、普通 cmd、西班牙语中。此外，当将输出重定向到文件时，其内容在 chcp 之前和之后是相同的（全是“ÀÄÄÄa”）。

一些研究表明编码是OEM-850。

我知道这看起来像一个多余的问题，但是在编译程序时（主要使用 gcc）我遇到了同样的问题。

cmd 的开关 /A 和 /U 也无济于事。

Answer 1

此非 ASCII 输入问题可在所有 Windows 版本（最高包括 Windows 10）的控制台中重现。控制台主机进程（即conhost.exe）不是为 UTF-8（代码页 65001）设计的，并且尚未更新以一致支持它。

具体来说，非 ASCII 输入会导致空读取，而空读取被视为文件结束，因此控制台对输入的读取会停止，从而导致输出被截断。

/U 开关cmd.exe也没什么用，因为它只适用于内部命令。通过将命令输出定向到文件，您可能会从某些应用程序获得更好的结果，但该文件不会具有 UTF-8 字节顺序标记 (BOM)。

简而言之，不要期望太多chcp 65001，你就不会失望。唯一能在 Windows 中良好运行的 Unicode 版本是 16 位 Unicode。