在Windows PowerShell中显示三字节Unicode字符

Question

我希望我的PowerShell脚本能够支持Unicode和尽可能多的字符。作为编码方式，我想使用UTF-8。因此，为了测试目的，我只需输入以下行并按回车键：

[char]0x02A7

它成功地显示了字符ʧ。

但当我尝试显示一个Unicode字符（> 0xFFFF）时：

[char]0x01F600  

它会抛出一个错误，告诉你值128512无法转换为System.Char。相反，它应该显示笑脸。

这里有什么问题？

编辑：

正如Jeroen Mostert在评论中所述，我必须使用另一个命令来处理代码点大于0xFFFF的Unicode字符。因此，我编写了这个脚本：

$s = [Char]::ConvertFromUtf32(0x01F600)
Write-Host $s

在PowerShell IDE中，我看到一个美丽的笑脸。但是当我在独立窗口中运行脚本时，我没有看到笑脸，而是显示了两个奇怪的字符。

这里出了什么问题？

- zomega

---

在基于.NET的PowerShell中，字符是16位的。您需要找出如何将该符号编码为两个字符。 - Lasse V. Karlsen

char 是一个16位类型，只能容纳16位的UTF-16代码单元，而不能表示Unicode字符的完整范围。那些编码点超出这个范围的字符必须被表示为完整的 String ([Char]::ConvertFromUtf32(0x01F600))；此字符串将由两个代理字符组成。请注意，“三字节的Unicode字符”并不存在，您在术语上要小心，以免让自己混淆。Unicode字符具有（数值）编码点，在不同的编码方式下用不同数量的字节来表示。 - Jeroen Mostert

@JeroenMostert 谢谢你分享这个知识。现在我在IDE中可以看到一个漂亮的笑脸了。但是如果我在PowerShell终端窗口（Win+X）中运行脚本，它会显示两个奇怪的字符。你知道为什么吗？（请参见我的编辑） - zomega

@somega 可能的答案是，随 Windows 一起提供的控制台主机（Windows 中的默认终端主机）不支持笑脸和其他宽字符 :) 的字体。 - Mathias R. Jessen

编码问题是一个完全不同的问题。请参考此答案以获取详细信息。你应该只看到一个字符，但那可能仍然是替换字符，因为你的控制台不支持表情符号。你可以尝试直接复制并粘贴笑脸到提示符中来验证：它也会显示为替换字符。要支持表情符号，需要类似于Windows终端这样的工具；从那里启动PS将默认支持表情符号。 - Jeroen Mostert

Emoji的长度为2个字符。如果要自己制作表情符号，您需要进行一些代理数学计算。https://stackoverflow.com/a/62391840/6654942 - js2010

Answer 1

除了使用 [Char]::ConvertFromUtf32()，我们还可以手动计算代理对来表示超过 2 字节或 16 位的代码点（http://www.russellcottrell.com/greek/utilities/surrogatepaircalculator.htm）：

$S = 0x1F600
[int]$H = [Math]::Truncate(($S - 0x10000) / 0x400) + 0xD800
[int]$L = ($S - 0x10000) % 0x400 + 0xDC00
[char]$H + [char]$L

- js2010

---

这与UnicodeHexHTML表情解码相同。谢谢。我太懒了，不想涉及高位字节、低位字节和各种其他垃圾。 - Garric