XmlTextWriter默认编码与将编码设置为UTF-8的行为不同

Question

我看到一些我不期望使用XmlTextWriter的行为。当我通过

实例化编写器时指定编码

new XmlTextWriter(fs, Encoding.UTF8) 

或

XmlWriter.Create(fs, new XmlWriterSettings(){Encoding = Encoding.UTF8} )

生成的文档在文档开头有一个前导十六进制字符。由于我传递XML的C ++解析器无法读取此内容，因此我想避免使用此字符。有趣的是，当我像这样创作作家时

new XmlTextWriter(fs, null) 

我得到了我期望的确切行为。如何在不离开参数null的情况下在代码中直接执行此实例化？

Answer 1

我认为“前导十六进制字符”是一个字节顺序标记（BOM），因为我对您的问题发表了评论，但我实际上看不到它就无法确定。 C ++解析器似乎不知道BOM，这很奇怪（见standard reference by Joel Spolsky）。

假设C ++解析器仅适用于编码为UTF-8的XML或其字符子集之一（ASCII，ISO-8859-1等）。在这种情况下，您没有选择，只能编码为UTF-8但排除BOM。 XmlWriter允许您执行以下操作：

var utf8NoBom = new UTF8Encoding(false);
var writer = XmlWriter.Create(fs, new XmlWriterSettings() { Encoding = utf8NoBom } );

以下引用来自XmlWriter.Create上的MSDN参考：

  

XmlWriter始终将字节顺序标记（BOM）写入基础数据流;但是，某些流必须没有BOM。要省略BOM，请创建一个新的XmlWriterSettings对象，并将Encoding属性设置为新的UTF8Encoding对象，并将构造函数中的布尔值设置为false。

编辑：如果C ++解析器是一个通用的XML解析器，那么它对BOM的无知就是奇怪的。如果解析器是特定于域的，即如果它总是与其字符编码已知（并且明显受限）的文件一起使用，那么它的无知就不是奇怪的。我认为这是斯波尔斯基的观点。