程序如何决定xml文件的编码？

Question

我在处理（Unmarshall）xml文件时对xml编码有疑问。 我们在文件的开头指定xml文件的编码，如下所示。

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>

我的问题是在程序读取此行之后，它决定以下内容以UTF-8编码。但要阅读第一行，程序如何确定它是以UTF-8编码的？我的意思是在读取字节流时，程序如何知道它需要对第一行使用哪种编码？

此致 Mayuran

Answer 1

写于F.1节。 xml规范：

  

F.1无外部编码信息的检测

     

因为每个XML实体都没有伴随外部编码   信息而非UTF-8或UTF-16编码必须以XML开头   编码声明，其中第一个字符必须是<?xml，   任何符合标准的处理器可以在两到四个八位字节之后检测到   输入，以下哪种情况适用。在阅读这个清单时，它   可能有助于了解UCS-4，<为#x0000003C且?为   #x0000003F，UTF-16数据流所需的字节顺序标记为#xFEFF。符号##用于表示除外的任何字节值   连续两个## s不能同时为00。

基本上，有两种选择：

1. 有一个字节顺序标记（BOM）
2. 没有BOM。

specification然后清楚地记录特定八位字节流的表，处理器应该使用这些表来确定用于查看encoding声明的编码。