这两天在项⽬处理⼀个解析编码格式为ANSI的xml⽂件时，遇到了⼀些问题，现将分析过程总结如下。
通过win7⾃带的记事本或者notepad++创建⼀个xml⽂件test_source：
<?xml version="1.0" encoding="utf-16"?>
<note>
<name>coffeecat</name>
<chn>"测试"</chn>
</note>
通过Ultra Edit将上述已创建的xml另存为test_ue，在保存时，显式的设置编码为utf-16，通过浏览器却能直接打开，这是为什么？
xml文件怎么打开在⽹上查阅了⼀些资料，问题可能出在xml⽂件头中声明的字符编码与实际保存⽂件的编码格式不符。
验证：
使⽤Ultra Edit将test_source和test_ue打开，并切换为⼗六进制编辑模式：
test_source:
test_ue:
其中前两位标⽰出了⽂件实际存储格式的不同，以3C 3F开头的⽂件为ANSI格式存储的⽂件，⽽以FF FE开头的⽂件是Unicode little endian格式存储的。
结论：
要成功使⽤IE浏览器打开xml⽂件，⼀定要确保xml⽂件的格式声明与实际存储格式⼀致，建议在编辑xml⽂件时，尽量使⽤Ultra Edit等专业的⼯具进⾏。如果不能确定⽂件期望的保存格式，可以将xml中的格式声明部分（encoding="utf-16"）删掉，这样xml⽂件也可以在IE 浏览器中打开。（可以暂时解决问题，但不建议，可能引起的问题未知）
额外的：
在⼯作中，碰到了需要解析⼀份ANSI编码格式的xml⽂件，如上述的l，其中包含了中⽂字符。为了不影响解析的功能，⽆法通过Ultra Edit将其编码格式修改为Unicode，但是项⽬需要这份xml⽂件可以随时通过IE浏览器查看，该怎么办呢？
问题还是出在xml⽂件的格式声明上，既然实际⽂件为ANSI，与声明中的encoding="utf-16“不符，那么应该将声明的编码格式改为与ANSI⼀致的即可。既然要与包含中⽂的ANSI编码格式相符，⾃然想到了汉⼦编码字符集GB2312，将encoding="utf-16“修改为encoding="gb2312“，即可使⽤IE浏览器打开xml⽂件了。或者使⽤除了包含中⽂字符还包含繁体、⽇、韩⽂字字符的更全⾯的字符集GBK。
参考资料:
发布评论