使用PowerShell合并.tess文件时文本乱码，求助解决方法

乱码原因 #

你的.tess文件是UTF-8编码（无BOM），而Windows PowerShell中的Get-Content默认使用系统ANSI编码读取文件，把UTF-8的希腊字符错误解析成ANSI格式，后续Set-Content又用ANSI编码保存，最终导致乱码。

解决办法 #

方法1：指定UTF-8编码读写 #

直接修改原命令，明确指定编码为UTF-8：

Get-Content *.tess -Encoding UTF8 | Set-Content greekcorpus.tess -Encoding UTF8

如果需要生成和原文件格式一致的无BOM UTF-8文件，在PowerShell 5.1及以上版本可以用utf8NoBOM编码：

Get-Content *.tess -Encoding UTF8 | Set-Content greekcorpus.tess -Encoding utf8NoBOM

方法2：用.NET类直接操作文件 #

绕开PowerShell cmdlet的默认编码限制，用.NET的文件操作类确保UTF-8读写：

$outputPath = "greekcorpus.tess"
# 清空已有输出文件
if (Test-Path $outputPath) { Remove-Item $outputPath }
# 遍历所有.tess文件并追加内容
Get-ChildItem -Filter *.tess | ForEach-Object {
    $content = [System.IO.File]::ReadAllText($_.FullName, [System.Text.Encoding]::UTF8)
    [System.IO.File]::AppendAllText($outputPath, $content, [System.Text.Encoding]::UTF8)
}

内容的提问来源于stack exchange，提问作者Gabriel Wallace