我有一个XML页面，其中包含各种语言的元素 - 阿拉伯语，英语，中文，日语..我应该选择哪种编码格式？如果我尝试使用XSL（使用utf-8或ISO-8859-6或ISO-2022-JP）呈现XML，我会收到此错误：
在文字中找到了无效字符 内容。
如何解决或解决这个问题？
感谢。
答案 0 :(得分：2)
UTF-8是唯一可以处理所有这些字母的编码。它也是XML的默认编码，也是唯一对现代应用程序有意义的编码。 （无论如何，对于存储/线上;对于内部处理，您的语言的字符串类型更可能是UTF-16或32。）
从错误中可能看出输入文件中存在问题，而不是您选择输出编码的问题。也许它是用UTF-8以外的其他东西编码的，但是忘了包含<?xml encoding?>声明。或者可能是ISO-2202-JP无效的转义序列？ （这是编码的恐怖。）
您应该尝试将输入文件加载到解析XML的内容（例如Firefox或IE）中，并查看它出现的错误（如果有的话）。
（你不能在一个XML文件中混合编码。如果你把不同来源的字节字符串吐出到XML中，你就已经丢失了。这个XML是如何生成的？）
答案 1 :(得分：1)
发现错误到底在哪里？听起来XML本身可能具有无效字符（例如，除了\ r，\ t和\ n IIRC之外的U + 0000和U + 001F之间的控制字符）。在将XML加载到任何体面的XML编辑器（或以编程方式）时，您可能会看到这一点。
除此之外，UTF-8通常是一种很好的编码选择 - 对于远东角色而言，它的效率低于UTF-16，请注意。 UTF-16和UTF-8都允许表示所有Unicode字符（对于基本多语言平面之外的字符，使用UTF-16中的代理对）。
答案 2 :(得分：0)
UTF-8涵盖了所有UCS2（这是大多数人在说Unicode时所指的）字符，因此应该是合适的。您仍然必须确保没有任何嵌入字符不应出现在XML中，例如<或>或不可打印的字符