解决 Codex 调用 PowerShell 读取 UTF-8 文件乱码问题

前言

最近在折腾 Codex 的过程中，遇到了一个让人头秃的小Bug：明明代码逻辑写得没问题，读取文件时却总是显示一堆乱码。

Codex 调用 PowerShell 读取 UTF-8 文件时出现的乱码现象

经过一番排查，发现罪魁祸首竟然是 PowerShell 的默认编码设置。这里就把踩坑经历和解决方案分享给大家，希望能帮到遇到同样问题的朋友。

问题复现

场景很简单：当 Codex 或者其他自动化脚本调用 PowerShell 去读取一个文本文件时，如果这个文件是 UTF-8 编码的，而 PowerShell 默认按照系统区域设置（通常在国内中文环境下是 GB2312）去解码，结果就是“你好”变成了“ä½ å¥½”，代码直接跑飞。

简单来说，就是“车同轨、书同文”没做到位，两边说的不是一套语言体系。

原因分析

PowerShell（特别是旧版本）在处理文件输入输出（I/O）时，如果不显式指定编码，它会非常“智能”地猜测，或者直接使用系统默认的 ANSI 代码页（对于简体中文 Windows 通常是 GBK/GB2312）。

而现在的开发环境为了国际化，绝大多数文本文件、脚本源码都默认保存为 UTF-8（特别是带 BOM 或不带 BOM 的格式）。于是，冲突就发生了：

• 文件真实格式：UTF-8
• PowerShell 理解格式：GB2312
• 结果：乱码

解决方案

针对这个问题，这里有几种不同层级的解决思路，你可以根据实际使用场景选择最合适的一种。

1. 修改 PowerShell 读取命令（推荐）

如果你能控制调用 PowerShell 的具体脚本，这是最直接的方法。在使用读取内容的命令（如 Get-Content 或 Out-File）时，手动指定编码为 UTF-8。

例如，将原本的：

Get-Content "yourfile.txt"

修改为：

Get-Content "yourfile.txt" -Encoding UTF8

或者对于 PowerShell Core (pwsh)，默认就是 UTF-8，但在 Windows PowerShell 5.x 及以下版本中，显式指定是最稳妥的。

2. 尝试使用 .NET 方法（兼容性更强）

如果你的 PowerShell 版本较老，或者 Get-Content 的参数表现诡异，可以直接调用底层的 .NET 类库来读取，这样控制力更强。

代码示例：

[System.IO.File]::ReadAllText("yourfile.txt", [System.Text.Encoding]::UTF8)

这个方法强制使用 UTF-8 解码，基本不会出现偏差。

3. 修改系统或会话默认编码（慎用）

如果你不想每次敲命令都加参数，可以尝试修改当前 PowerShell 会话的输出编码。但请注意，这可能只对当前窗口有效，重启后失效。

[Console]::OutputEncoding = [System.Text.Encoding]::UTF8
$PSDefaultParameterValues['Out-File:Encoding'] = 'utf8'

如果你使用的是 PowerShell 7+（即 pwsh），恭喜你，微软已经修复了这个历史包袱，默认编码就是 UTF-8，升级核心组件是彻底解决问题的长远之计。

总结

Codex 调用 PowerShell 出现乱码，本质上还是字符集不匹配的锅。在处理自动化脚本或跨平台文件时，养成显式指定编码的好习惯，可以避免 90% 的此类问题。

希望这篇小教程能帮你省下排查 Bug 的半小时，有其他奇怪的需求或问题，欢迎在评论区交流！