我有一个遗留应用程序，来自不同国家的人填写Q＆amp; A并将它们发送到我们的服务器。一旦它到达我们的服务器，一切都转换为XML，以便能够轻松地在服务器之间传递。我收到了非英语国家的一些用户的报告，他们上传的内容没有通过服务器，查看日志文件似乎对所给出的答案感到窒息。
我让他们截取他们试图提交的答案的截图，认为非英文字符是无效的XML字符，但屏幕截图中的所有内容看起来都像普通字符（字母数字，大部分都是。）。
更奇怪的是，我已经采用了相同的答案，并使用我的（英语）键盘上传了表格，并没有遇到任何错误。
即使可视化表示看起来像普通的ASCII字符，它们是否有可能实际编码不同并导致问题，因为它们是在非英语键盘上输入的？
答案 0 :(得分：0)
XML通常是UTF-8编码的，也许你的代码没有考虑到这一点？如果UTF位于标记名称中，则这是特定于实现的。如果UTF是标签之间的值，听起来就像你有的那样，它应该没问题。
如果键盘来自拉丁语/德语，则ABC和重音符号将以您知道的ASCII匹配。如果你有另一种类似ABC字形的语言，例如俄语w / Cyrillic，它们的编码方式不同，因为它们可能不代表拉丁语/德语用户所知的声音。日语和中文甚至在unicode表中都有自己的拉丁子集，这些子集不是ASCII，有时这很容易发现，因为它通常是固定宽度或不熟悉/不干净的字体。这些将失败通用字符串比较。我相信像PHP这样的脚本语言有一个函数可以将各种unicode字符转换为它们的aSCII等价物。