powershell - Powershell，无法输入带有某些非ASCII字符的哈希表键(在脚本中)

Question

我正在尝试创建PowerShell哈希表，以将非ASCII(UTF8)字符转换为它们的ASCII外观。
以下是两个哈希表条目作为示例:'ñ'='n'和'Ñ'='N'。
编者注:在同一个哈希表文字(@{ 'ñ'='n'; 'Ñ'='N' })中使用这两个条目将不起作用，因为PowerShell将哈希表与不区分大小写的键查找一起使用，因此将'ñ'和'Ñ'视为重复键并进行投诉。但是，这只是手头的问题。
第一个有效:'ñ'是0xc3b1。第二个不起作用:'Ñ'是PowerShell不接受的0xc391。 (问题似乎是0x91在可接受的powershell字符范围之外。)
该问题的一个简单示例是:

$c = [convert]::toChar(0x91)

这导致$c的值为0x3f而不是0x91。所以我该怎么做才能将'Ñ'='N'放入
哈希表或值为0x91的字符？我已经花了几个小时阅读网页并进行实验。

Answer 1

注意:默认情况下，由于使用不区分大小写的查找，PowerShell哈希表不支持仅是另一个的大小写变体的键。因此，ñ和Ñ-前者是后者的小写版本-不能同时用作键-参见底部。

在内存中，所有PowerShell字符串都是UTF-16 .NET字符串，它们能够表示所有Unicode字符，因此在哈希表中使用诸如Ñ这样的字符作为键不是问题。
您描述的问题仅在PowerShell假设由于字符编码错误而误解了从文件读取的源代码时出现。
您的症状表明您的源代码是UTF-8编码的，但是该文件没有BOM，这会导致Windows PowerShell(但幸运的是，不再是PowerShell [Core] v6 +)将文件误解为基于系统的 Activity 旧版ANSI代码页(例如，美式英语系统上的Windows-1252)，为单字节编码。
确保使用BOM表 [1]将源代码文件另存为UTF-8，这样您的问题就会消失。
您认为的Unicode代码点0xc3b1和0xc391实际上是与0xc3 0xb1和0xc3 91相对应的真实代码点的2字节UTF-8编码(ñ和Ñ): 0xf1 和 0xd1

至于:

[convert]::toChar(0x91)

似乎未使用给定的代码点[char](十进制0x91)生成145实例:

确实如此，即在内存中，您可以轻松地对其进行验证:

  [int] [convert]::toChar(0x91) # -> 145 (0x91)

如果您错误地将内存中表示形式保存为ASCII编码，则只会得到0x3f-这是一个文字上的?字符(尝试[char] 0x3f):由于0x91不在Unicode的ASCII子范围内(从0x00变为0x7f )，则无法在输出文件中表示它，而是使用替代字符?。

请注意， PowerShell的哈希表是不区分大小写的，因此您不能拥有仅是另一个的大小写变体的键:

# !! FAILS
PS> @{ Ñ = 'LATIN CAPITAL LETTER N WITH TILDE'; ñ = 'LATIN SMALL LETTER N WITH TILDE' }
...  Duplicate keys 'ñ' are not allowed in hash literals.

您必须直接使用.NET [hashtable]类型(System.Collections.Hashtable)创建区分大小写的哈希表:

# Create case-SENSITIVE hash table:
$ht = [hashtable]::new()
$ht['ñ'] = 'LATIN SMALL LETTER N WITH TILDE' 
$ht['Ñ'] = 'LATIN CAPITAL LETTER N WITH TILDE'

$ht现在具有2个条目，并且$ht['ñ']和$ht['Ñ']区分大小写地检索值。

相反，如果您使用$ht = @{}，即将哈希表初始化为不区分大小写的常规哈希表，则您只会获得1个值'LATIN CAPITAL LETTER N WITH TILDE'的条目，因为第二个赋值$ht['Ñ'] =只是更新了不区分大小写的外观第一条语句创建的向上键。

[1]或者，使用UTF-16编码，该编码始终使用BOM。 UTF-16LE格式在PowerShell中被错误地称为Unicode。