c# - 为什么在我上次将输出编码保留为 UTF8 时 csc.exe 崩溃？

Question

我正在遇到或遇到了一件非常奇怪的事情。

我想知道其他人是否有以及为什么会这样。

使用此行运行单行程序 System.Console.WriteLine(System.Console.OutputEncoding.EncodingName); 我看到编码是 Western European (DOS)

很好

这是一些代码页的列表1200 Unicode 和 65001 utf-8 和 Windows-1252 西欧 (Windows) 和 850 西欧 DOS 来自https://msdn.microsoft.com/en-us/library/system.text.encoding(v=vs.110).aspx

假设我编写了一个 C sharp 程序来将编码更改为 utf-8

class sdf
{
  static void Main(string[] args)
{
System.Console.WriteLine(System.Console.OutputEncoding.EncodingName);
  System.Console.OutputEncoding=System.Text.Encoding.GetEncoding(65001);
System.Console.WriteLine(System.Console.OutputEncoding.EncodingName);
}
}

它工作，它打印

Western European (DOS)
Unicode (UTF-8)

现在，当我再次运行 csc 时，csc 崩溃了。

我用 memtest 检查了我的 RAM 14 个小时，8 次通过。我运行了 chkdsk 我的硬盘，一切正常。这绝对不是那些，这是一个编码问题。我知道这一点，因为如果我打开一个新的 cmd 提示符，然后运行 ​​csc，它就不会崩溃。

所以运行那个 c sharp 程序，改变了 shell，这样下次只要运行 csc 就会让 csc 本身崩溃，以这种方式崩溃。

如果我编译下面的代码，然后运行它，然后运行 ​​csc，然后运行 ​​csc，或者 csc whatever.cs，我会导致 csc 崩溃。

所以关闭cmd提示符，打开一个新的。

这一次，尝试注释和取消注释程序的第二行

我发现如果第二行(将代码页更改为 850(DOS 西欧)的行)存在，那么下次我运行 csc 时它不会崩溃。

而如果我注释掉第二行，则程序退出并将代码页/编码更改为 UTF-8，然后下一次 csc 运行时，csc 崩溃。

//取消注释最后一行，然后//这会运行，但下次会导致 csc 崩溃。

class asdf
{
  static void Main()
  {

     System.Console.OutputEncoding = System.Text.Encoding.UTF8; //output and to utf8
     System.Console.OutputEncoding=System.Text.Encoding.GetEncoding(850); 
  }
}

我不是唯一遇到过这种事情的人

虽然那里没有找到解释https://social.msdn.microsoft.com/Forums/vstudio/en-US/0e5f477e-0c32-4e88-acf7-d53d43d5b566/c-command-line-compiler-cscexe-immediately-crashes-when-run-in-code-page-65001-utf8?forum=csharpgeneral

我可以通过确保最后一行将代码页设置为 850 来处理它。尽管正如我将解释的那样，这是一个不充分的解决方案..

另外我想知道这是否是 CSC 的一些问题，其他人也有。或任何其他解决方案。

已添加

uuu1.cs

// uuu1.cs
class asdf
{
static void Main()
{

System.Console.InputEncoding  = System.Text.Encoding.UTF8;
System.Console.OutputEncoding = System.Text.Encoding.UTF8;

// not unicode.  UTF8 means redirection will then work

System.Console.WriteLine("ჵ");

// try redirecting too..

// and try  checking for csc crash or not
//System.Console.OutputEncoding=System.Text.Encoding.GetEncoding(850);
//System.Console.InputEncoding =System.Text.Encoding.GetEncoding(850);
//problem is that when that is commented, it breaks the redirection



}
}

添加行/取消注释最后几行

System.Console.OutputEncoding=System.Text.Encoding.GetEncoding(850);

会阻止崩溃，但这是一个不充分的解决方案，因为例如.. 如果我想将程序的输出重定向到一个文件，那么我从头到尾都需要 UTF8，否则它不起作用

这适用于未注释的代码页 850 行

c:\blah>uuu1>r.r<ENTER>  
c:\blah>type r.r <ENTER>  
c:\blah>ჵ  

如果我取消注释最后几行，从而将代码页更改为 850，那么确保 csc 在下次运行时不会崩溃，但是重定向不起作用并且 r.r 不包含该字符。

添加了 2

Han 的回答让我注意到另一种触发此错误的方式

C:\Users\harvey\somecs3>csc<ENTER>
Microsoft (R) Visual C# Compiler version 4.0.30319.18408
for Microsoft (R) .NET Framework 4.5
Copyright (C) Microsoft Corporation. All rights reserved.

warning CS2008: No source files specified
error CS1562: Outputs without source must have the /out option specified

C:\Users\harvey\somecs3>chcp  65001<ENTER>
Active code page: 65001

C:\Users\harvey\somecs3>csc<ENTER>  <-- CRASH

C:\Users\harvey\somecs3>

Answer 1

好吧，您发现了 C# 编译器在切换到 UTF-8 时必须将文本输出到控制台的处理方式中的一个错误。它具有 self 诊断功能，以确保从 UTF-16 编码字符串到控制台输出代码页的转换工作正常，如果没有，它会猛击红色大按钮。堆栈跟踪看起来像这样:

csc.exe!OnCriticalInternalError()  + 0x4 bytes  
csc.exe!ConsoleOutput::WideToConsole()  + 0xdc51 bytes  
csc.exe!ConsoleOutput::print_internal()  + 0x2c bytes   
csc.exe!ConsoleOutput::print()  + 0x80 bytes    
csc.exe!ConsoleOutput::PrintString()  + 0xb5 bytes  
csc.exe!ConsoleOutput::PrintBanner()  + 0x50 bytes  
csc.exe!_main()  + 0x2d0eb bytes    

WideToConsole() 的实际代码不可用，最接近的匹配是来自 SSCLI20 发行版的这个版本:

/*
 * Like WideCharToMultiByte, but translates to the console code page. Returns length,
 * INCLUDING null terminator.
 */
int ConsoleOutput::WideCharToConsole(LPCWSTR wideStr, LPSTR lpBuffer, int nBufferMax)
{
    if (m_fUTF8Output) {
        if (nBufferMax == 0) {
            return UTF8LengthOfUnicode(wideStr, (int)wcslen(wideStr)) + 1; // +1 for nul terminator
        }
        else {
            int cchConverted = NULL_TERMINATED_MODE;
            return UnicodeToUTF8 (wideStr, &cchConverted, lpBuffer, nBufferMax);
        }

    }
    else {
        return WideCharToMultiByte(GetConsoleOutputCP(), 0, wideStr, -1, lpBuffer, nBufferMax, 0, 0);
    }
}

/*
 * Convert Unicode string to Console ANSI string allocated with VSAlloc
 */
HRESULT ConsoleOutput::WideToConsole(LPCWSTR wideStr, CAllocBuffer &buffer)
{
    int cch = WideCharToConsole(wideStr, NULL, 0);
    buffer.AllocCount(cch);
    if (0 == WideCharToConsole(wideStr, buffer.GetData(), cch)) {
        VSFAIL("How'd the string size change?");
        // We have to NULL terminate the output because WideCharToMultiByte didn't
        buffer.SetAt(0, '\0');
        return E_FAIL;
    }
    return S_OK;
}

从机器代码判断，崩溃发生在 VSFAIL() 断言周围的某个地方。我可以看到返回的 E_FAIL 语句。然而，它与我发布的版本有所不同，if() 语句已修改，看起来 VSFAIL() 已被 RETAILVERIFY() 取代。当他们进行这些更改时，出现了一些问题，可能是在 UnicodeToUTF8() 中，它现在被命名为 UTF16ToUTF8()。再次强调，我发布的版本实际上并没有崩溃，你可以通过运行 C:\Windows\Microsoft.NET\Framework\v2.0.50727\csc.exe 来自己查看。只有v4版本的csc.exe有这个bug。

真正的bug很难从机器代码中挖掘出来，最好让微软去操心。您可以在 connect.microsoft.com 上提交错误。我没有看到类似的报告，顺便说一句，相当了不起。此错误的解决方法是使用 CHCP 将代码页改回。