如何在Windows命令行中使用unicode字符？


How to use unicode characters in Windows command line?

我们在Team Foundation Server(TFS)中有一个非英语字符(？)在里面。当试图编写一些与构建相关的东西时，我们偶然发现了一个问题——我们不能通过？命令行工具的字母。命令提示符或其他什么东西会把它弄乱，tf.exe实用程序找不到指定的项目。

我尝试了不同格式的.bat文件(ansi，utf-8，有和没有bom)以及用javascript编写脚本(本质上是Unicode)，但没有运气。如何执行一个程序并传递一个unicode命令行？

相关讨论

尝试：

1
chcp 65001

这会将代码页更改为UTF-8。此外，您还需要使用Lucida控制台字体。

相关讨论

我的背景：多年来，我在控制台中使用Unicode输入/输出(并且每天做很多工作)。此外，我还为这项任务开发了支持工具)。就您所了解的以下事实/限制而言，几乎没有问题：好的。

  • CMD和"console"是不相关的因素。CMD.exe只是准备在控制台("控制台应用程序")内"工作"的程序之一。
  • afaik，CMD完全支持Unicode；当任何代码页处于活动状态时，您可以输入/输出所有Unicode字符。
  • Windows控制台对Unicode有很多支持？-？但它并不完美(只是"足够好"；见下文)。
  • chcp 65001非常危险。除非某个程序是专门为解决Windows的API中的缺陷而设计的(或者使用具有这些解决方法的C运行时库)，否则它将无法可靠地工作。Win8修复？这些问题中，cp65001的问题，但其余的问题仍然适用于win10。
  • 我在江户十一〔五〕工作。正如我已经说过的：要在控制台中输入/输出Unicode，不需要设置代码页。

细节

  • 要将Unicode读/写到控制台，应用程序(或其C运行时库)应该足够智能，不使用File-I/OAPI，而是使用Console-I/OAPI。(例如，请参阅python是如何做到的。)
  • 同样，要读取Unicode命令行参数，应用程序(或其C运行时库)应该足够智能，可以使用相应的API。
  • 控制台字体呈现仅支持BMP中的Unicode字符(换句话说：在U+10000下面)。只支持简单的文本呈现(那么欧洲？-？还有一些东亚人？-？语言应该很好用？-？就使用预组合形式而言)。[这里有一个小的印刷体，用于东亚和字符U+0000、U+0001、U+30FB。]

实际考虑

  • 窗口上的默认值不是很有用。为了获得最佳体验，应该调整3个配置：好的。

    • 输出：一个综合的控制台字体。为了获得最佳效果，我推荐我的构建。(安装说明在那里？-？并在本页的其他答案中列出。)
    • 输入：一个功能强大的键盘布局。为了获得最佳效果，我推荐我的布局。
    • 对于输入：允许Unicode的十六进制输入。

  • 还有一个"粘贴"到控制台应用程序中的gotcha(非常技术性)：好的。

    • 十六进制输入在Alt的KeyUp上传递一个字符；所有其它传递字符的方法都发生在KeyDown上；因此许多应用程序还没有准备好在KeyUp上看到一个字符。(仅适用于使用Console-I/OAPI的应用。)
    • 结论：许多应用程序不会对十六进制输入事件做出反应。
    • 此外，"粘贴"字符会发生什么情况取决于当前键盘布局：如果可以在不使用前缀键的情况下键入字符(但使用任意复杂的修饰符组合，如Ctrl-Alt-AltGr-Kana-Shift-Gray*中所述)，则该字符将在模拟按键上交付。这是任何应用程序所期望的？-？所以粘贴任何只包含这些字符的东西都可以。
    • 但是，通过模拟十六进制输入来传递"其他"字符。

    结论：除非您的键盘布局支持不带前缀键的大量字符输入，否则当您通过控制台的ui:Alt-Space E P使用Paste时，某些错误的应用程序可能会跳过字符。(这就是我推荐使用键盘布局的原因！)好的。

还应该记住，用于Windows的"可选的、功能更强的"控制台根本不是控制台。它们不支持Console-I/OAPI，因此依赖这些API工作的程序将无法工作。(不过，仅使用"控制台文件句柄的文件I/O API"的程序可以正常工作。)好的。

这种非控制台的一个例子是微软的Powershell的一部分。我不使用它；先试验，再按和释放WinKey，然后输入Powershell。好的。

(另一方面，有些程序，如ConEmu或ANSICON试图做得更多：它们"试图"拦截Console-I/OAPI，使"真正的控制台应用程序"也能工作。这绝对适用于玩具示例程序；在现实生活中，这可能解决或不解决您的特定问题。实验。)好的。总结

  • 设置字体、键盘布局(可选，允许十六进制输入)。好的。

  • 只使用通过Console-I/OAPI的程序，并接受unicode命令行参数。例如，任何cygwin编译的程序都可以。正如我已经说过的，江户十一〔十七〕也很好。好的。

upd：最初，对于cp65001中的一个bug，我混合了内核层和crtl层(upd2:和Windows用户模式API！)另外：Win8修复了一半的bug；我澄清了关于"更好的控制台"应用程序的部分，并添加了一个关于python如何做的参考。好的。好啊。

相关讨论

我也有同样的问题(我来自捷克共和国)。我有一个英文版的Windows安装程序，我必须在共享驱动器上处理文件。文件路径包括捷克语特定字符。

适合我的解决方案是：

在批处理文件中，更改Charset页

我的批处理文件：

1
2
chcp 1250
copy"O:\VE?EJNé\??????\?.xls" c:\temp

批处理文件必须保存在CP1250中。

注意控制台不会正确显示字符，但它会理解它们…

相关讨论

检查非Unicode程序的语言。如果在Windows控制台中有俄语问题，则应在此处设置俄语：

Changing language for non-Unicode programs

相关讨论

更改Windows控制台的默认代码页非常困难。当你在网上搜索时，你会发现不同的建议，但是其中一些建议可能会完全破坏你的窗口，也就是说，你的电脑不再启动。

最安全的解决方案是：转到注册表项HKEY_CURRENT_USER\Software\Microsoft\Command Processor并添加字符串值Autorun=chcp 65001。

或者，您可以将这个小批量脚本用于最常见的代码页。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
@ECHO off

SET ROOT_KEY="HKEY_CURRENT_USER"


FOR /f"skip=2 tokens=3" %%i in ('reg query HKEY_LOCAL_MACHINE\SYSTEM\CurrentControlSet\Control
ls\CodePage /v OEMCP') do set OEMCP=%%i

ECHO System default values:

ECHO.
ECHO ...............................................
ECHO Select Codepage
ECHO ...............................................
ECHO.
ECHO 1 - CP1252
ECHO 2 - UTF-8
ECHO 3 - CP850
ECHO 4 - ISO-8859-1
ECHO 5 - ISO-8859-15
ECHO 6 - US-ASCII
ECHO.
ECHO 9 - Reset to System Default (CP%OEMCP%)
ECHO 0 - EXIT
ECHO.


SET /P  CP="Select a Codepage:"

if %CP%==1 (
    echo Set default Codepage to CP1252
    reg add"%ROOT_KEY%\Software\Microsoft\Command Processor" /v Autorun /t REG_SZ /d"@chcp 1252>nul" /f
) else if %CP%==2 (
    echo Set default Codepage to UTF-8
    reg add"%ROOT_KEY%\Software\Microsoft\Command Processor" /v Autorun /t REG_SZ /d"@chcp 65001>nul" /f
) else if %CP%==3 (
    echo Set default Codepage to CP850
    reg add"%ROOT_KEY%\Software\Microsoft\Command Processor" /v Autorun /t REG_SZ /d"@chcp 850>nul" /f
) else if %CP%==4 (
    echo Set default Codepage to ISO-8859-1
    add"%ROOT_KEY%\Software\Microsoft\Command Processor" /v Autorun /t REG_SZ /d"@chcp 28591>nul" /f
) else if %CP%==5 (
    echo Set default Codepage to ISO-8859-15
    add"%ROOT_KEY%\Software\Microsoft\Command Processor" /v Autorun /t REG_SZ /d"@chcp 28605>nul" /f
) else if %CP%==6 (
    echo Set default Codepage to ASCII
    add"%ROOT_KEY%\Software\Microsoft\Command Processor" /v Autorun /t REG_SZ /d"@chcp 20127>nul" /f
) else if %CP%==9 (
    echo Reset Codepage to System Default
    reg delete"%ROOT_KEY%\Software\Microsoft\Command Processor" /v AutoRun /f
) else if %CP%==0 (
    echo Bye
) else (
    echo Invalid choice
    pause
)

使用@chcp 65001>nul而不是chcp 65001，每次启动新的命令行窗口时都会抑制输出"active code page:65001"。

从代码页标识符中可以获得的所有可用数字的完整列表

注意，这些设置仅适用于当前用户。如果您想为所有用户设置，请用SET ROOT_KEY="HKEY_LOCAL_MACHINE"替换行SET ROOT_KEY="HKEY_CURRENT_USER"。

相关讨论

实际上，诀窍是命令提示符实际上理解这些非英语字符，只是无法正确显示它们。

当我在命令提示符中输入包含一些非英语字符的路径时，它显示为"？？？？？？？？？？？？？？？？？？"。当您提交命令(CD)时？？？？？？？？？？？？？？？？？？？？"在我的情况下)，一切都按预期工作。

相关讨论

在Windows 10 x64计算机上，我通过以下方式使命令提示符显示非英语字符：

打开提升的命令提示符(以管理员身份运行cmd.exe)。通过以下方式向注册表查询控制台的可用TrueType字体：

1
    REG query"HKLM\SOFTWARE\Microsoft\Windows NT\CurrentVersion\Console\TrueTypeFont"

您将看到如下输出：

1
2
3
4
    0    REG_SZ    Lucida Console
    00    REG_SZ    Consolas
    936    REG_SZ    *新宋体
    932    REG_SZ    *ＭＳ ゴシック

现在我们需要添加一个TrueType字体来支持您需要的字符，比如Courier New。我们通过在字符串名称中添加零来实现这一点，因此在本例中，下一个将是"000"：

1
    REG ADD"HKLM\SOFTWARE\Microsoft\Windows NT\CurrentVersion\Console\TrueTypeFont" /v 000 /t REG_SZ /d"Courier New"

现在我们实现了UTF-8支持：

1
    REG ADD HKCU\Console /v CodePage /t REG_DWORD /d 65001 /f

将默认字体设置为"Courier New"：

1
    REG ADD HKCU\Console /v FaceName /t REG_SZ /d"Courier New" /f

将字体大小设置为20:

1
    REG ADD HKCU\Console /v FontSize /t REG_DWORD /d 20 /f

如果需要，启用快速编辑：

1
    REG ADD HKCU\Console /v QuickEdit /t REG_DWORD /d 1 /f
相关讨论

由于我没有看到任何关于Python2.7的完整答案，所以我将概述两个重要步骤和一个非常有用的可选步骤。

  • 您需要支持Unicode的字体。Windows附带Lucida控制台，可以通过右键单击命令提示符的标题栏并单击Defaults选项来选择。这也可以使用颜色。请注意，您也可以通过选择Properties来更改以特定方式调用的命令窗口的设置(例如，在此处打开，Visual Studio)。
  • 您需要将代码页设置为cp65001，这似乎是微软试图为命令提示提供utf-7和utf-8支持。通过在命令提示符中运行chcp 65001来实现这一点。一旦设置好，它将保持这种方式，直到窗口关闭。每次启动cmd.exe时都需要重新执行此操作。

    • 要获得更持久的解决方案，请参阅超级用户上的这个答案。简而言之，在HKEY_LOCAL_MACHINE\Software\Microsoft\Command Processor上使用regedit创建一个REG_SZ字符串条目，并将其命名为AutoRun。将其值更改为chcp 65001。如果不想看到命令的输出消息，请使用@chcp 65001>nul。

    有些程序在与这种编码进行交互时遇到了问题，mingw是一个值得注意的程序，它在编译时失败，并带有一条无意义的错误消息。尽管如此，这仍然非常有效，并且不会导致大多数程序出现错误。

    一个非常简单的选项是安装一个Windows bash shell，如mingw，并使用它：

    Enter image description here

    有一点学习曲线，因为您需要使用Unix命令行功能，但是您会喜欢它的强大功能，您可以将控制台字符集设置为utf-8。

    Enter image description here

    当然，你也会得到像grep、find、less等所有常见的*nix商品。

    相关讨论

    对于类似的问题(我的问题是在命令提示下显示MySQL中的utf-8字符)。

    我是这样解决的：

  • 我将命令提示符的字体改为lucida console。(此步骤必须与您的情况无关。它只与你在屏幕上看到的内容有关，而与真正的角色无关)。

  • 我把代码页改成了Windows-1253。您可以在"chcp 1253"命令提示下执行此操作。在我想看UTF-8的地方，它对我的情况很有用。

    • 相关讨论

    这个问题很烦人。我的文件名和文件内容中通常有汉字。请注意，我使用的是Windows 10，下面是我的解决方案：

    如果在Windows10上安装了UbuntuBash，则显示文件名，如dir或ls。

  • 将区域设置为支持非UTF 8字符。

  • 之后，控制台的字体将更改为该区域设置的字体，并且还会更改控制台的编码。

    • 在完成前面的步骤之后，为了使用命令行工具显示utf-8文件的文件内容

  • 用chcp 65001将页面改为utf-8
  • 更改为支持UTF-8的字体，如Lucida控制台
  • 使用type命令查看文件内容，如果在Windows10上安装了ubuntu bash，则使用cat命令查看文件内容。
  • 请注意，在将控制台的编码设置为utf-8之后，我不能使用中文输入法在cmd中键入汉字。

    • 最懒惰的解决方案：只需使用控制台模拟器，如http://cmder.net/

    相关讨论

    更干净的方法是：安装可用的免费Microsoft日语语言包。(其他的东方语言包也可以，但我已经测试过日本语言包。)

    这将为您提供具有较大字形集的字体，使它们成为默认行为，更改各种Windows工具，如cmd、wordpad等。

    如果在DOS窗口中键入路径/文件名时，计算机显示路径/文件名正确，则快速决定.bat文件：

  • 复制con temp.txt[按Enter键]
  • 键入路径/文件名[按Enter键]
  • 按Ctrl-Z[按Enter键]

    • 这样就可以创建一个.txt文件-temp.txt。在记事本中打开它，复制文本(不要担心它看起来不可读)，然后粘贴到.bat文件中。在DOS窗口中执行以这种方式创建的.bat对m快速(西里尔文，保加利亚语)有效。

    我发现这种方法在新版本的Windows10中非常有用：

    启用此功能："beta:使用Unicode UTF-8提供全球语言支持"

    Control panel -> Regional settings -> Administrative tab-> Change
    system locale...

    Region Settings

    我在这里看到了几个答案，但它们似乎没有解决这个问题——用户希望从命令行获得unicode输入。

    Windows使用UTF-16编码两个字节的字符串，因此您需要从程序中的操作系统中获取这些字符串。有两种方法可以做到这一点-

    1)Microsoft有一个扩展，允许main采用宽字符数组：int wmain(int argc，wchar_t*argv[])；https://msdn.microsoft.com/en-us/library/6wd819wh.aspx

    2)调用Windows API获取命令行的Unicode版本wchar_t win_argv=(wchar_t)commandlinetoargvw(getcommandlinen()，&nargs)；https://docs.microsoft.com/en-us/windows/desktop/api/shellapi/nf-shellapi-commandlinetoargvw

    阅读：http://utf8everywhere.org有关详细信息，尤其是在支持其他操作系统的情况下。

    相关讨论

    将代码页更改为1252对我来说是有效的。对我来说，问题是符号double doller正在由DOS在WindowsServer2008上转换为另一个符号。

    我在我的BCP声明^§中使用了CHCP 1252和它前面的一个CAP。

    相关讨论

    我在删除unicode命名文件时遇到了一个类似的问题，通过在批处理文件中用它们的短(8点3)名引用它们。

    通过执行dir /x可以查看短名称。显然，这只适用于已知的Unicode文件名。

    到UTF-8:chcp 65001。

    返回默认值：chcp 437。

    相关讨论