XML指南——XML编码

  
xml文档可以包含外文字符比如挪威语或者法语（中文当然也可以！这一部分还是不能照原文翻译，下面有些内容是我自己写的）
为了让你的解析器能够明白这些字符，你必须在xml文档中统一的字符编码标准。



windows 95/98 记事本
windows 95/98 记事本不能以unicode的编码格式保存文件。
可以使用记事本来编辑和保存包含了外文字符的xml文档 (比如：挪威语或者法语或者中文)
<?xml version="1.0"?>
<note>
<from>小奀</from>
<to>小林</to>
<message>晚上一起去火锅呀</message>
</note>


但是如果你用浏览器打开这个用记事本编辑过的xml文档，将会出现一个错误open it with ie 5.0。



在windows 95/98 记事本中使用编码
windows 95/98 记事本编辑xml文件必须进行编码属性设置。 
为了避免发生错误，可以在xml文档声明中加上一个encoding属性，指明此xml文档的编码类型，但是不要使用unicode编码。 
下面的编码类型不会导致错误, 并且汉字显示正常:
<?xml version="1.0" encoding="gb2312"?>


下面的编码类型不会导致错误, 并且汉字显示正常:
<?xml version="1.0" encoding="gbk"?>


下面的编码类型不会导致错误, 并且汉字显示不正常(乱码):
<?xml version="1.0" encoding="windows-1252"?>


下面的编码类型不会导致错误, 并且汉字显示不正常(乱码):
<?xml version="1.0" encoding="iso-8859-1"?>


下面的编码类型不会导致错误,并且汉字显示正常:
<?xml version="1.0" encoding="utf-8"?>


下面的编码类型会导致错误:
<?xml version="1.0" encoding="utf-16"?>





使用windows 2000 记事本
windows 2000 记事本可以以unicode编码格式保存文件。
windows 2000 的记事本支持unicode字符集。如果使用win2000的记事本以unicode的编码格式保存xml文档(请注意这里在xml声明中没有编码信息):
<?xml version="1.0"?>
<note><from>小奀</from><to>小林</to><message>晚上一起去火锅呀</message></note>


下面这个文件; note_encode_none_u.xml, 在ie5.0+中将不会出现错误，但如果你使用网景netscape 6.2，就可能出错。读者比较 note_encode_none.xml 和 note_encode_none_u.xml这两个文件，如果单独看他们各自的源文件，是没有区别的，但为什么一个能显示，一个不能显示呢？答案就是unicode字符集。



windows 2000 记事本编码
windows 2000记事本还可以以"utf-16"编码格式保存文件。
如果你在xml文档中声明了编码属性而又以unicode编码格式保存文件，将可能发生错误。
下面的代码将会导致错误:
<?xml version="1.0" encoding="windows-1252"?>


下面的代码将会导致错误:
<?xml version="1.0" encoding="iso-8859-1"?>


下面的代码将会导致错误:
<?xml version="1.0" encoding="utf-8"?>


下面这个文件; note_encode_utf16_u.xml, 将会在ie5.0+中显示正常，在网景netscape 6.2浏览器中将会出现错误。
<?xml version="1.0" encoding="utf-16"?>





错误信息
当时用ie5.0或者更高版本浏览xml文档时，可能会遇到两中不同的编码错误:
在文本内容中发现一个非法字符(an invalid character was found in text content)。
如果你的xml文档和你的xml文档的编码格式不匹配就可能导致错误发生。通常情况是，xml文档包含一些“非英文”字符，并且使用了单字节编码的编辑器，而且没有在xml文档的声明中设置xml文档的编码格式。 

不支持从当前的编码格式转换成另一种编码格式（switch from current encoding to specified encoding not supported）。
如果xml文档以unicode/utf-16编码格式保存，但是xml文档的声明中却设置了编码格式是一些单字节的编码（比如 windows-1252, iso-8859-1 或者  utf-8）；或者xml文档以单字节编码格式保存，但是xml文档的声明中却设置了编码格式是一些unicode/utf-16的编码形式，这样两种情况都会导致错误发生。



结论
结论:在保存xml文档之前在xml文档的声明中设置文档的编码格式，我的一些关于避免错误发生的建议:
使用一种支持unicode编码格式的编辑器。 
确信你知道自己正在使用那种编码格式。 
在xml文档中使用属性声明设置编码格式。