代码之家 › 专栏 › 技术社区 › Crimp

从Excel导出后,在XML文件和PowerShell输出中发现奇怪字符:

powershell xml excel

Crimp · 技术社区 · 3 年前

我有一个XML文件,我正试图用PowerShell读取它。然而,当我读到它时,一些XML对象的输出中有以下字符:Ã、Ã、俎、俎

我只是从第三方下载了一个需要的XML文件,该文件在Excel中打开。然后我抓取我需要的列,并将它们粘贴到一个新的Excel工作簿中。然后用XML模式映射字段,然后将其导出为XML文件,然后用于编写脚本。

在Excel电子表格中,我的数据看清除,但是当我导出它并运行PS脚本时,这些奇怪的字符出现在输出中。这些字符甚至在导出后出现在实际的XML文件中。我做错了什么?

我试着用 -Encoding UTF8 ,但我对PowerShell比较陌生,不知道如何将其适当地应用到我的脚本中。谢谢你的帮助!

动力壳

$xmlpath = 'Path\To\The\File.xml'

[xml]$xmldata = (Get-Content $xmlpath)

$xmldata.applications.application.name

输出示例

Ã¢â¬â¹ABC_DEF_GHIÃ¢â¬â¹.comÃ¢â¬â¹Ã¢â¬â¹
Ã¢â¬â¹JKL_MNO_PQRSÃ¢â¬â¹.comÃ¢â¬â¹
TUV_WXY_Z.com
AB_CD_EF_GHÃ¢â¬â¹.com

1 回复 | 直到 3 年前

mklement0 3 年前

这是一个很好的例子,说明了为什么你不应该使用这个成语 ~~[xml]$xmldata = (Get-Content $xmlpath)~~ -尽管很方便。 ^[1] 问题确实在于字符编码:您的文件是UTF-8编码的,但Windows PowerShell是 Get-Content cmdlet在没有BOM的情况下将其解释为ANSI编码- this answer 详细解释了编码部分。 ^{谢谢

choroba

.}

相反 以确保正确解释XML文件的字符编码 ,请使用以下命令:

($xmlData = [xml]::new()).Load((Convert-Path $xmlPath))

这会将字符编码的解释委托给 System.Xml.XmlDocument.Load .NET API方法,该方法不仅假定XML(UTF-8)具有适当的默认值,而且还尊重作为XML声明一部分的任何显式编码规范(如果存在)(例如。,
<?xml version="1.0" encoding="iso-8859-1"?> )

另见:

底部 this answer 了解背景信息。
GitHub proposal #14505 ,建议引入 New-Xml 能够可靠地解析XML文件的cmdlet。

^{[1] 如果你

碰巧知道

提前对输入文件进行编码,您可以

未受惩罚

使用

获取内容

是的

-Encoding

原始方法中的参数(

[xml]$xmldata = (Get-Content -Encoding utf8 $xmlpath

),但是

.Load()

-基于数据的方法更加健壮。}