Question

这是一个三部分问题，都是相关的。上下文是这样的：我需要在任意文件中查找和替换，这些文件可能具有不同的编码，并且可能非常大（超过500 MB）。我当前的代码使用了Get-Content和Add-Content，它既是内存耗费又是大文件的非常高性能。

我有使用

成功识别源文件编码的代码

$reader = [IO.StreamReader]::New($sourceFile, $true)
$reader.Peek() > $null
$encoding = $reader.CurrentEncoding

结果的格式为 System.Text.UTF8Encoding

1：我相信这种形式的构造函数是我对StreamWriter

所需要的

$writer = [IO.StreamWriter]::New($tempFile, Encoding.UTF8)

我希望有一种内置的编程方式从字符串 System.Text.UTF8Encoding 获取构造函数所需的正确形式。或者我需要创建自己的哈希表或查找/替换来处理这个？

2：我在测试中使用过Encoding.UTF16，但结果文件仍然是UTF8。我最近接受过StreamReader的微妙教育，没有填充.CurrentEncoding直到某种类型的Read发生（因此上面的代码中的.Peek()），我想知道StreamWriter是否存在类似的问题？

3：我的理解是一些编码需要写入文件的结尾，但有些编码不需要。例如，在编写UTF8文件时，文件大小不匹配，直到$writer.WriteLine(" r n")被包含为最后一个WriteLine。任何人都可以指出一个参考，说明哪些编码需要什么结局？

谢谢！

更新：我找到了this thread，这让我开始了。并且，当$reader.CurrentEncoding System.Text.UTF8Encoding 时，$encoding = New-Object $reader.CurrentEncoding $False有效，但当$reader.CurrentEncoding System.Text.UTF32Encoding 时得到关于

的错误

无法找到“UTF32Encoding”的重载

这看起来很奇怪，因为这不能是拼写错误或其他什么，我从文件中以编程方式获取字符串。

我认为，

This表明所有这些都应该有用。但只有第一个有效。所有其余的都会抛出Overload错误。

$encoding = New-Object System.Text.UTF8Encoding $False
$encoding = New-Object System.Text.UTF32Encoding $False
$encoding = New-Object System.Text.ASCIIEncoding $False
$encoding = New-Object System.Text.UNICODEEncoding $False

PROGRESS 因此，似乎那些New-Objects中的$ false用于-strict参数，该参数仅适用于-comObject。并且只有System.Text.UTF8Encoding用作COM对象。所有这些都使用-typeName参数，该参数没有-strict参数。所以......

$encoding = New-Object -typeName:System.Text.UTF8Encoding
$encoding = New-Object -typeName:System.Text.UTF32Encoding
$encoding = New-Object -typeName:System.Text.ASCIIEncoding
$encoding = New-Object -typeName:System.Text.UNICODEEncoding

的工作原理。另外，我将StreamWriter构造函数更改为此

$writer = [IO.StreamWriter]::New($destinationFile, $true, (New-Object $reader.CurrentEncoding))

该布尔值保持流打开。而且......此时我觉得我有一个有效的功能！

Answer 1

所以，将所有内容压缩成更简洁的答案......

$reader = [IO.StreamReader]::New($sourceFile, $true)
$reader.Peek() > $null
$writer = [IO.StreamWriter]::New($destinationFile, $true, (New-Object -typeName:$reader.CurrentEncoding))

这是一种享受。

哪些编码需要特殊文件处理结束的问题仍然存在。

PowerShell

1 个答案: