在Windows CMD的FOR循环中使用youtube-dl会剥离非ASCII字符

Question

在CMD中直接使用youtube-dl命令可以正常工作：

youtube-dl -e "https://www.youtube.com/watch?v=E_JXrNAxGzM"

它可以正确地给出Youtube视频的标题：27/12/2016 晚間新聞 楊家駿直播睇手機

然而，如果我在一个Windows批处理文件中使用相同的命令，并使用FOR循环，那么非ASCII字符将被完全删除。批处理文件代码如下：

@ECHO OFF
FOR /F "delims=" %%i IN ('youtube-dl -e "https://www.youtube.com/watch?v=E_JXrNAxGzM"') DO (
ECHO %%i
)
PAUSE
EXIT

只返回这个结果：2016年12月27日

作为一个测试，我尝试了这样：

set var=晚間新聞楊家駿直播睇手機

for %%i in (%var%) do (
echo %%i
)

这个工具可以正常工作，中文字符也能正确打印出来，这让我觉得这不是CMD的Unicode问题，而是与youtube-dl有关。

然而，有人向我保证这不是youtube-dl的问题。

是否我漏掉了什么重要的东西？有没有方法让它能够正常工作？

- crackerbear

---

抱歉，我的错。你尝试过其他的代码页吗？ - Nico Nekoru

没有，我认为65001是一个万能的方法。但我不能完全确定它是一个Unicode问题，非ASCII字符从我的观察中被完全移除，甚至连问号或豆腐框都没有。 - crackerbear

呃...这很奇怪。当我在命令提示符中使用日语时，会出现问号框，但我从未见过字符只是被删除并变成空白。 - Nico Nekoru

我的CMD能够显示非ASCII字符，所以我真的不明白为什么使用变量会剥离它们。这里是这些行的比较。 - crackerbear

如果您使用set var=あ或任何其他非罗马化字符，那么echo %var%会显示什么？ - Nico Nekoru

Answer 1

--encoding utf-8开关似乎在这里与chcp 65001搭配使用正常（免责声明：仅在Win10 v1909下，使用非遗留控制台和NSimSun字体测试通过，其他版本或设置可能会有所不同）。

C:\etc>chcp 65001
Active code page: 65001

C:\etc>for /f "delims=" %i in ('youtube-dl --encoding utf-8 -e "https://www.youtube.com/watch?v=E_JXrNAxGzM"') do @echo %i
27/12/2016 晚間新聞 楊家駿直播睇手機

然而，我已经确信这不是一个youtube-dl的问题。

真正需要问开发者的问题是 youtube-dl 是否会检测输出流是否被发送到交互式控制台进行显示，或者被管道或重定向了，并且是否会根据该检测更改输出编码。我认为答案可能是肯定的，这可以解释直接控制台输出和使用 for循环的差异。

- dxiv

---

--encoding utf-8 对我来说已经足够让它正常工作了。非常感谢，我对此感到困惑。同时也要感谢之前帮助过我的 Neko Musume！ - crackerbear

Answer 2

正如dxiv所说，youtube-dl可以检测输出和输入编码。

尝试使用-v运行，你将在输出行中看到类似以下内容的信息： [debug] Encodings: locale cp1255, fs mbcs, out cp1255, pref cp1255

我注意到在我的希伯来语系统上，我得到了以下行：

[debug] Encodings: locale cp1255, fs mbcs, out cp862, pref cp1255

对于youtube-dl -e "https://www.youtube.com/watch?v=rplmnAxs3aM" -v命令：

相比之下：

[debug] Encodings: locale cp1255, fs mbcs, out cp1255, pref cp1255

对于 FOR /F "delims=" %i IN ('youtube-dl -e "https://www.youtube.com/watch?v=rplmnAxs3aM" -v') DO ( ECHO %i )，请注意现代希伯来语的代码页为1255，但我的系统上的 cmd.exe 默认为旧的希伯来语代码页862。

- Chan Tzish