XML 编码


XML 文档可以包含非 ASCII 字符,比如挪威语 æ ø å,或者法语 ê è é。

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

XML 编码错误

如果您载入一个 XML 文档,您可以得到两个不同的错误,表示编码问题:

在文本内容中发现无效字符。

如果您的 XML 中包含非 ASCII 字符,且文件保存为没有指定编码的单字节 ANSI(或 ASCII),您会得到一个错误。

单字节编码属性的 XML 文件。

<?xml version="1.0" encoding="utf-8"?>

<root>
  <name>æåø</name>
</root>

相同的单字节没有编码属性的 XML 文件。

<?xml version="1.0" encoding="utf-8"?>

<root>
  <name>æåø</name>
</root>

将当前编码切换为不被支持的指定编码

如果您的 XML 文件保存为带有指定的单字节编码(WINDOWS-1252、ISO-8859-1、UTF-8)的双字节 Unicode(或 UTF-16),您会得到一个错误。

如果您的 XML 文件保存为带有指定的双字节编码(UTF-16)的单字节 ANSI(或 ASCII),您也会得到一个错误。

双字节没有编码的 XML 文件。

<?xml version="1.0" encoding="utf-8"?>

<root>
  <name>æåø</name>
</root>

相同的双字节具有单字节编码的 XML 文件。

<?xml version="1.0" encoding="utf-8"?>

<root>
  <name>æåø</name>
</root>

Windows 记事本

Windows 记事本默认会将文件保存为单字节的 ANSI(ASCII)。

如果您选择 "另存为...",就可以指定 ANSI、UTF-8、Unicode(UTF-16)或 Unicode Big。

将下面的 XML 保存为 ANSI、UTF-8 和 Unicode(注意文档不包含任何编码属性)。

<?xml version="1.0"?>
<note>
<from>Jani</from>
<to>Tove</to>
<message>Norwegian: æøå. French: êèé</message>
</note>

尝试将文件拖到您的浏览器,并查看结果。不同的浏览器会显示不同的结果。

不同编码的体验:

<?xml version="1.0" encoding="us-ascii"?>
<?xml version="1.0" encoding="windows-1252"?>
<?xml version="1.0" encoding="ISO-8859-1"?>
<?xml version="1.0" encoding="UTF-8"?>
<?xml version="1.0" encoding="UTF-16"?>

请尝试:

带有正确编码的保存

<?xml version="1.0" encoding="utf-8"?>

<note>
  <to>Tove</to>
  <from>Jani</from>
  <heading>Reminder</heading>
  <body>Norwegian: æøå. French: êèé</body>
</note>

带有错误编码的保存

<?xml version="1.0" encoding="utf-8"?>

<note>
  <to>Tove</to>
  <from>Jani</from>
  <heading>Reminder</heading>
  <body>Norwegian: CC8C%. French: C*C(C)</body>
</note>

结论

  • 始终使用编码属性
  • 使用支持编码的编辑器
  • 确保您知道编辑器使用什么编码
  • 在您的编码属性中使用相同的编码