XML編碼

XML文檔可以包含外文字符比如挪威語或者法語（中文當然也可以！這一部分還是不能照原文翻譯，下面有些內(nèi)容是我自己寫的）

為了讓你的解析器能夠明白這些字符，你必須在XML文檔中統(tǒng)一的字符編碼標準。

Windows 95/98 記事本

Windows 95/98 記事本不能以Unicode的編碼格式保存文件。

可以使用記事本來編輯和保存包含了外文字符的XML文檔 (比如：挪威語或者法語或者中文)

<?xml version="1.0"?>
<note>
<from>小奀</from>
<to>小林</to>
<message>晚上一起去火鍋呀</message>
</note>

但是如果你用瀏覽器打開這個用記事本編輯過的XML文檔，將會出現(xiàn)一個錯誤open it with IE 5.0。

在Windows 95/98 記事本中使用編碼

Windows 95/98 記事本編輯XML文件必須進行編碼屬性設(shè)置。

為了避免發(fā)生錯誤，可以在XML文檔聲明中加上一個encoding屬性，指明此XML文檔的編碼類型，但是不要使用Unicode編碼。

下面的編碼類型不會導致錯誤，(用IE 5.0+瀏覽器觀看), 并且漢字顯示正常:

<?xml version="1.0" encoding="gb2312"?>

下面的編碼類型不會導致錯誤，(用IE 5.0+瀏覽器觀看), 并且漢字顯示正常:

<?xml version="1.0" encoding="gbk"?>

下面的編碼類型不會導致錯誤，(用IE 5.0+瀏覽器觀看), 并且漢字顯示不正常(亂碼):

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

下面的編碼類型不會導致錯誤，(用IE 5.0+瀏覽器觀看), 并且漢字顯示不正常(亂碼):

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

下面的編碼類型不會導致錯誤，(用IE 5.0+瀏覽器觀看),并且漢字顯示正常:

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

下面的編碼類型會導致錯誤，(用IE 5.0+瀏覽器觀看):

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

使用Windows 2000 記事本

Windows 2000 記事本可以以Unicode編碼格式保存文件。

Windows 2000 的記事本支持Unicode字符集。如果使用Win2000的記事本以Unicode的編碼格式保存XML文檔(請注意這里在XML聲明中沒有編碼信息):

<?xml version="1.0"?>
<note>
<from>小奀</from>
<to>小林</to>
<message>晚上一起去火鍋呀</message>
</note>

下面這個文件; note_encode_none_u.xml, 在IE5.0+中將不會出現(xiàn)錯誤，但如果你使用網(wǎng)景Netscape 6.2，就可能出錯。讀者比較 note_encode_none.xml 和 note_encode_none_u.xml這兩個文件，如果單獨看他們各自的源文件，是沒有區(qū)別的，但為什么一個能顯示，一個不能顯示呢？答案就是Unicode字符集。

Windows 2000 記事本編碼

Windows 2000記事本還可以以"UTF-16"編碼格式保存文件。

如果你在XML文檔中聲明了編碼屬性而又以Unicode編碼格式保存文件，將可能發(fā)生錯誤。

下面的代碼將會導致錯誤 (用瀏覽器察看):

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

下面的代碼將會導致錯誤 (用瀏覽器察看):

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

下面的代碼將會導致錯誤 (用瀏覽器察看):

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

下面這個文件; note_encode_utf16_u.xml, 將會在IE5.0+中顯示正常，在網(wǎng)景Netscape 6.2瀏覽器中將會出現(xiàn)錯誤。

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

錯誤信息

當時用IE5.0或者更高版本瀏覽XML文檔時，可能會遇到兩中不同的編碼錯誤:

在文本內(nèi)容中發(fā)現(xiàn)一個非法字符(An invalid character was found in text content)。

如果你的XML文檔和你的XML文檔的編碼格式不匹配就可能導致錯誤發(fā)生。通常情況是，XML文檔包含一些“非英文”字符，并且使用了單字節(jié)編碼的編輯器，而且沒有在XML文檔的聲明中設(shè)置XML文檔的編碼格式。?

不支持從當前的編碼格式轉(zhuǎn)換成另一種編碼格式（Switch from current encoding to specified encoding not supported）。

如果XML文檔以Unicode/UTF-16編碼格式保存，但是XML文檔的聲明中卻設(shè)置了編碼格式是一些單字節(jié)的編碼（比如 Windows-1252, ISO-8859-1 或者? UTF-8）；或者XML文檔以單字節(jié)編碼格式保存，但是XML文檔的聲明中卻設(shè)置了編碼格式是一些Unicode/UTF-16的編碼形式，這樣兩種情況都會導致錯誤發(fā)生。

結(jié)論

結(jié)論:在保存XML文檔之前在XML文檔的聲明中設(shè)置文檔的編碼格式，我的一些關(guān)于避免錯誤發(fā)生的建議:

  • 使用一種支持Unicode編碼格式的編輯器。
  • 確信你知道自己正在使用那種編碼格式。
  • 在XML文檔中使用屬性聲明設(shè)置編碼格式。