我正在阅读包含é（急性）字符的XML文档。该文档已保存为UTF-8，我已确认该字符为UTF-8，带有二进制文件阅读器（c3 + a9）。但是，在处理之后，该字符变为三字节混乱（c3 + 83 + c2）。
我的猜测是.NET试图将字符转换为UTF-16（这是我最好的猜测），或者将字符分成一个单字节字符和一个双字节UTF-8字符。
我正在加载这样的文档：
XmlDocuments document = new XmlDocuments();
document.Load("z:\\source.xml");
我该如何加载？我应该通过UTF-8编码的流来阅读吗？
[编辑]
我忘了提到我正在加载的文件宣称自己是UTF-8。
<?xml version="1.0" encoding="utf-8"?>
答案 0 :(得分：3)
é以UTF-8编码为C3 A9。这两个字节在Windows-1252代码页（又名ANSI代码页或.NET中的Encoding.Default）中解释为é。在UTF-8中对这些进行重新编码会得到C3 83 C2 A9，它匹配“三字节混乱”的前三个字节。似乎某些代码在某处执行Windows-1252字节 - ＆gt; System.String chars - ＆gt; UTF-8字节转换。
我从未见过.NET使用错误的编码，当它在XML声明中明确指定时（XmlDocument.Load应该“正常工作”），所以我怀疑你的代码中存在错误。
您是如何确定装载错误的？一旦它在.NET中加载，你就会看到字符串，而不是字节，所以对你来说，你报告的字节序列不正确，而不是错误的字符序列似乎很奇怪。