Question

我的classc ASP / VBScript试图用MSXML读取UTF-8编码的XML文件时遇到问题。文件编码正确，我可以看到所有其他工具。

构造的XML示例：

<?xml version="1.0" encoding="UTF-8"?>
<itshop>
    <Product Name="Backup gewünscht" />
</itshop>

如果我尝试在ASP中执行此操作...

Set fso = Server.CreateObject("Scripting.FileSystemObject")
Set ts = fso.OpenTextFile("input.xml", FOR_READING)
XML = ts.ReadAll
ts.Close
Set ts = nothing
Set fso = Nothing

Set myXML = Server.CreateObject("Msxml2.DOMDocument.4.0")
myXML.loadXML(XML)
Set DocElement = myXML.documentElement
Set ProductNodes = DocElement.selectNodes("//Product")
Response.Write ProductNodes(0).getAttribute("Name")
' ...

...和Name包含特殊字符（特定的德语变音符号）变音符号“双字节代码”的字节被重新编码，所以我最终得到两个完全糟糕的无意义字符。什么应该是“ü”变成“¼” - 在我的输出中是四个字节，而不是两个（正确的UTF-8）或一个（ISO-8859 - ＃）。

我做错了什么？为什么MSXML认为输入是ISO-8859-＃以便它尝试将其转换为UTF-8？

Answer 1

Set ts = fso.OpenTextFile("input.xml", FOR_READING, False, True)

最后一个参数是“Unicode”标志。

OpenTextFile（）具有以下签名：

object.OpenTextFile(filename[, iomode[, create[, format]]])

其中“format”定义为

可选。用于表示格式的三个三态值之一打开的文件。如果省略，则为文件以ASCII开启。

Tristate被定义为：

TristateUseDefault  -2   Opens the file using the system default.
TristateTrue        -1   Opens the file as Unicode.
TristateFalse        0   Opens the file as ASCII.

-1恰好是True的数值。

无论如何，更好的是：

Set myXML = Server.CreateObject("Msxml2.DOMDocument.4.0")
myXML.load("input.xml")

为什么要使用TextStream对象来读取MSXML可以完全读取的文件。

TextStream对象也没有实际文件编码的概念。文档说“Unicode”，但有不止一种编码Unicode的方法。 MSXML对象的load()方法将能够处理所有这些方法。

使用MSXML 4.0读取UTF-8 XML

1 个答案: