Sto utilizzando Ruby per leggere e quindi stampare un file su stdout, reindirizzando l'output su un file in Windows PowerShell.NUL-byte tra ogni altro carattere in uscita
Tuttavia, quando ho ispezionare i file, ottengo questo per l'ingresso:
PS D:> head -n 1 .\inputfile
<text id="http://observer.guardian.co.uk/osm/story/0,,1009777,00.html"> <s> Hooligans NNS hooligan
, , , unbridled JJ unbridled passion NN passion
- : - and CC and no DT no executive JJ executiv
e boxes NNS box . SENT . </s>
... eppure questo per l'uscita:
PS D:> head -n 1 .\outputfile
ÿ_< t e x t i d = " h t t p :// o b s e r v e r . g u a r d i a n . c o . u k/o s m/s t o r y/0 , , 1 0 0 9 7 7 7 , 0
0 . h t m l " > <s> H o o l i g a n s N N S h o o l i g a n , ,
, u n b r i d l e d J J u n b r i d l e d p a s s i o n N N p a s s i o n
- : - a n d C C a n d n o D T n o e x e c u t i v e J J
e x e c u t i v e b o x e s N N S b o x . S E N T . </s >
Come può accadere questo?
Edit: dal momento che il mio problema non ha avuto nulla a che fare con Ruby, ho rimosso il Ruby-code, e incluso il mio utilizzo della shell di Windows.
Qual è la tua piattaforma? Quel ['ÿ_'] (http://en.wikipedia.org/wiki/Byte_order_mark#UTF-16) sembra sicuramente un BOM per l'output UTF-16. – sarnold
Non so perché, ma il file di output sembra essere codificato in UTF-16. – Stefan
Grazie! Non avrei mai immaginato il significato di 'ÿ_'. Temo che sia specifico di Windows e non ha nulla a che fare con Ruby. I NUL-byte mi hanno fatto sospettare UTF-16, e il problema è risolto quando ho l'output di Ruby in UTF-16 ... e uso il file-out di Ruby al posto dell'operatore '>' di PowerShell. – wen