带有拉丁字符的数据库内容的 XML 编码答案

【问题标题】：XML encoding of database contents with Latin characters带有拉丁字符的数据库内容的 XML 编码
【发布时间】：2011-02-24 23:31:22
【问题描述】：

我有一个 ASP Access 数据库，其中包含各种欧洲语言的字符串。该数据库由各自国家的代理商事先填充。如您所料，它包含带有重音等字符的条目。如果我用 MS Access 打开数据库，这些字符显示得很好。例如，德语对应的“Open”显示为“Öffnen”（希望您能看到上面有 2 个点的“O”！）。

我有 ASP 代码可以读取数据库并以 XML 格式返回记录。文本被传递给 XMLEncode 以构造 XML，但这似乎只处理 5 个特殊字符，如“

<English>Open</English>
<German>Öffnen</German>

如果我使用 Wireshark 查看原始数据包，我发现“Ö”字节是十六进制 D6，这似乎是十进制 Unicode 和 ISO 8859-1 值。

当我尝试在客户端 JS 中解析 XML 时，问题就开始了。我明白了：

"An invalid character was found in text content"

来自 IE。 FF 和 Chrome 很乐意接受 XML 而不会打嗝，但浏览器将“Ö”字符显示为内部带有问号的菱形。

http://www.validome.org/xml/validate/ 报告“编码错误”。

http://www.w3schools.com/dom/dom_validate.asp认为没问题。

XML 是 UTF-8 编码的。

我需要做什么才能让 IE 毫无怨言地接受我的 XML？

我需要做什么才能让浏览器正确显示这些内容？

【问题讨论】：

您是否尝试将 xml 编码从 utf-8 更改为 ISO 8859-1？
IE 报告“系统不支持指定的编码。错误处理资源”。我在 XML 文件中更改了它：和 ASP 响应： Response.ContentType = "text/xml; charset=ISO 8859-1" ; ...对吗？

标签： xml ajax character-encoding latin

【解决方案1】：

您如何知道 XML 是 UTF-8 编码的？我不太了解 MS 环境，但在 Java 中，一个常见问题是假设仅编写 encoding="UTF-8" 标头会导致它被 UTF-8 编码。您还必须配置编写器以实际编写 UTF-8。

您说 Wireshark 显示十六进制 D6，这表明流实际上不是 UTF-8 编码的，无论标头说什么。

【讨论】：

【解决方案2】：

嗯，我不完全确定为什么，但我能够让它工作。在 Jim 的 cmets 的提示下，我将 XML 和响应编码从 8859-1 改回了 UTF-8，以及页面 META 标记中的编码。

它现在可以在 IE 中正常运行，并且浏览器现在可以显示正确的字符。

这次我还使用 Wireshark 检查了原始字节，“Ö”字符在 XML 中被编码为 2 个字节（0xC3、0x96），而不是 0xD6 的 1 个字节。

总之：

在服务器端的 ASP 代码中生成 XML 响应头：

return ("<?xml version=\"1.0\" encoding=\"UTF-8\"?>") ;

在服务器端的 ASP 代码中自己生成响应：

Response.ContentType = "text/xml; charset=UTF-8" ;
Response.Write (XMLResponse) ;

在网页标题中：

<head>
  <meta http-equiv="Content-type" content="text/html; charset=UTF-8">

非常感谢吉姆。

【讨论】：