Question

我有XmlDocument在其文本内容中包含汉字，我需要使用ISO-8859-1编码将其写入流。当我这样做时，没有一个汉字字符被正确编码，而是替换为＆＃34; ??＆＃34;。

以下是演示如何从XmlDocument：

编写XML的示例代码

MemoryStream mStream = new MemoryStream();
Encoding enc = Encoding.GetEncoding("ISO-8859-1");
XmlTextWriter writer = new XmlTextWriter(mStream,enc);
doc.WriteTo(writer);
writer.Flush();
mStream.Flush();
mStream.Position = 0;
StreamReader sReader = new StreamReader(mStream, enc);
String formattedXML = sReader.ReadToEnd();

在这种特定情况下，如何正确编码汉字？

Answer 1

正如评论中所述，?字符会显示，因为编码ISO-8859-1不支持汉字字符，因此它会将?替换为后备字符。编码回退在Documentation Remarks for Encoding：

中讨论

请注意，编码类允许错误（不支持的字符）：


默默地改为＆＃34;？＆＃34;字符。

使用＆＃34;最合适的＆＃34;字符。

通过使用带有U + FFFD Unicode替换字符的EncoderFallback和DecoderFallback类，更改为特定于应用程序的行为。

这是您所看到的行为。

但是，即使ISO-8859-1不支持汉字字符，您也可以切换到XmlWriter.Create(Stream, XmlWriterSettings)返回的较新XmlWriter并在{{{{}}上设置编码，从而获得更好的结果。 3}}像这样：

MemoryStream mStream = new MemoryStream();

var enc = Encoding.GetEncoding("ISO-8859-1");
var settings = new XmlWriterSettings
{
    Encoding = enc,
    CloseOutput = false,
    // Remove to enable the XML declaration if you want it.  XmlTextWriter doesn't include it automatically.
    OmitXmlDeclaration = true,  
};
using (var writer = XmlWriter.Create(mStream, settings))
{
    doc.WriteTo(writer);
}

mStream.Position = 0;
var sReader = new StreamReader(mStream, enc);
var formattedXML = sReader.ReadToEnd();

通过设置Encoding的{{1}}属性，只要当前编码不支持某个字符，就会使XML编写器知道，并自动将其替换为XML {{3} 而不是一些硬编码的后备。

E.g。假设你有以下XML：

XmlWriterSettings

然后您的代码将输出以下内容，将所有汉字映射到单个后备字符：

<Root>
  <string>畑 はたけ hatake "field of crops"</string>
</Root>

新版本将输出：

<Root><string>? ??? hatake "field of crops"</string></Root>

请注意，汉字字符已被<Root><string>畑 はたけ hatake "field of crops"</string></Root>等字符实体替换？所有兼容的XML解析器都会识别并重建这些字符，因此，尽管您的首选编码不支持汉字，但不会丢失任何信息。

最后，作为旁注，XmlWriterSettings.Encoding表示：

从.NET Framework 2.0开始，我们建议您改用System.Xml.XmlWriter类。

一般来说，用畑替换它是一个好主意。

示例character entity reference演示了两个编写者的用法，并断言XmlWriter生成的XML在语义上等同于原始XML，尽管字符被转义。

具有汉字文本内容的XmlDocument未使用XmlTextWriter正确编码到ISO-8859-1

1 个答案: