协议字符集冲突，ESMTP与电子邮件正文中的XML

Question

我们有一个流程，通过电子邮件正文中的ESMTP将XML传输给我们。电子邮件正文的字符集指定为 ISO-8859-1 ，并且没有为XML指定编码。根据协议，默认值为 UTF-8 。

问题是我们的XML解析器在遇到®字符时会抛出异常，因为它认为它解析 UTF-8 ，而 UTF-8 中的®字符是2字节，而不是 ISO-8859-1 中的1。

1. 我们是否应该假设正文 ISO-8859-1 并因此覆盖XML编码（ UTF-8 ）？
2. 更主观地说，电子邮件的发送方式不正确，我们试图将其解释为 UTF-8 或者询问是谁正确地发送电子邮件并始终指定编码？

以下是带有XML的示例电子邮件正文：

Delivered-To: ...
Received: ...
Received: ...
Return-Path: ...
Received: ...
Received-SPF: ...
Authentication-Results: ...
Received: ...
Thread-Topic: ...
From: ...
To: ...
Subject: ...
Date: ...
Message-ID: ...
MIME-Version: 1.0
Content-Type: text/plain;
 charset="iso-8859-1"
Content-Transfer-Encoding: 8bit
X-Mailer: Microsoft CDO for Windows 2000
Content-Class: urn:content-classes:message
Importance: normal
Priority: normal
X-MimeOLE: Produced By Microsoft MimeOLE V6.00.3790.4325

<?xml version="1.0"?>
...
   <comments>Super Widget®</comments>
...

Answer 1

XML specification在附录F中有关编码检测的内容：

  

此外，在许多情况下，除了XML数据流if。之外，还有其他信息来源。

所以是的，由于XML流本身缺少encoding="..."，你应该依赖外部源，在这种情况下是Content-Type标题。