Question

我有一个带声明的xml文件：

<?xml version="1.0" encoding="utf-8"?>

当我用3个不同的编辑器打开它时，我得到以下信息：

很明显，有3种不同的表示形式。记事本给我正确的符号，记事本++给我十六进制和emacs八进制代码。

我有一个Perl代码，用于测试xml格式是否正确。一旦xml具有这些变音符号，则xml文件格式不正确，无法加载到我的数据库中。当我删除所有变音符号（和希腊符号等）时，xml文件格式正确，可以将文件导入数据库中。

我的目标是要有一个xml文件，考虑到变音符号（和希腊符号等），我可以将其导入数据库。

此行为的原因是什么？是在创建xml时引起的吗？

Answer 1

在我看来，您输入中的ä字符被编码为xE4，它是iso-8859-1（和Windows CP-1252）中该字符的表示形式，但不正确以UTF-8表示。您的三个编辑器正在以不同的方式处理XML声明中声明的编码与实际编码之间的不一致。

通过确保XML声明中命名的编码与字符的实际编码匹配来解决该问题。

该问题可能是在最初创建XML文件时引入的，或者是由某些随后更改了字符编码的过程引入的，而没有更改XML声明以匹配新的编码。如果文件是通过不支持XML的进程转码的，则可能会发生这种情况。