XML 编码

XML 文档可以包含非 ASCII 字符,比如法语。

为了避免错误,需要规定 XML 编码,或者将 XML 文档存为 Unicode。

Windows 记事本

Windows 记事本默认会将文件保存为单字节的 ANSI (ASCII)。

如果选取文件菜单中的“另存为”命令,就可以规定双字节 Unicode (UTF-16)。

将下面的 XML 文件保存为 Unicode (注意文档不包含任何 encoding 属性):

  1. <?xml version="1.0"?>
  2. <note>
  3. <from>John</from>
  4. <to>George</to>
  5. <message>French: êèé</message>
  6. </note>

上面的文件不会出错。但是如果规定了单字节编码就会出错。

下面的编码,不会报错:

  1. <?xml version="1.0" encoding="windows-1252"?>

下面的编码,不会报错:

  1. <?xml version="1.0" encoding="ISO-8859-1"?>

下面的编码,不会报错:

  1. <?xml version="1.0" encoding="UTF-8"?>

下面的编码,不会报错:

  1. <?xml version="1.0" encoding="UTF-16"?>

错误消息

如果您试图向 IE 中载入 XML 文档,可能会得到两种指示编码问题的错误:

在文本内容中发现非法字符

如果 XML 文档中的某个字符与编码属性不匹配,您就会得到这个错误消息。通常,当 XML 文件中含有外国字符,且当文件使用类似记事本的单字节编码编辑器保存,以及没有指定编码属性时,您就会得到这个错误消息。

将当前编码切换为不被支持的指定编码

如果您的文件被保存为 Unicode/UTF-16,但是编码属性被指定为单字节编码(比如 Windows-1252、ISO-8859-1 或者 UTF-8)时,那么您就会得到这个错误消息。或者当您的文档被保存为单字节编码,但编码属性被指定为双字节编码(比如 UTF-16)时,也会得到这个错误消息。

结论

结论是:编码属性应当被指定为文档被保存时所使用的编码。我最好的避免错误的建议是:

  • 使用支持编码的编辑器
  • 确定编辑器使用的编码
  • 在您的 XML 文档中使用相同的编码属性