XmlDocument.Load() 方法无法解码 €（欧元）

Question

我有一个 XML 文档 file.xml，它是用 Iso-latin-15（又名 Iso-Latin-9）编码的

<?xml version="1.0" encoding="iso-8859-15"?>
<root xmlns="http://stackoverflow.com/demo">
  <f>€.txt</f>
</root>

从我最喜欢的文本编辑器中，我可以看出该文件以 Iso-Latin-15（它不是 UTF-8）正确编码。

我的软件是用 C# 编写的，想提取元素 f。

XmlDocument xmlDoc = new XmlDocument();
xmlDoc.Load("file.xml"); 

在现实生活中，我有一个 XMLResolver 来设置凭据。但基本上，我的代码就是这么简单。加载顺利，我没有引发任何异常。

现在，我提取值时的问题：

//xnsm is the XmlNameSpace manager
XmlNode n = xmlDoc.SelectSingleNode("//root/f", xnsm); 
if (n != null)
  String filename = n.InnerText;

Visual Studio 调试器显示文件名 = □.txt

这可能只是一个 Visual Studio 错误。不幸的是，File.Exists(filename) 返回 false，而文件实际存在。

怎么了？

Answer 1

如果我没记错的话，XmlDocument.Load(string) 方法总是假定 UTF-8，无论 XML 编码如何。

您必须使用正确的编码创建StreamReader 并将其用作参数。

xmlDoc.Load(new StreamReader(
                     File.Open("file.xml"), 
                     Encoding.GetEncoding("iso-8859-15"))); 

编辑：

我刚刚偶然发现了来自 Microsoft 的 KB308061。有一段很有意思：

在中指定编码声明 XML 的 XML 声明部分 文档。例如，以下 声明表明， 文档采用 UTF-16 Unicode 编码 格式：

<?xml version="1.0" encoding="UTF-16"?>

请注意，此声明仅 指定一个编码格式 XML 文档并且不修改或 控制实际的编码格式 数据。

Answer 2

不要只使用调试器或控制台来显示字符串 as 一个字符串。

相反，转储字符串的内容，一次一个字符。例如：

foreach (char c in filename)
{
    Console.WriteLine("{0}: {1:x4}", c, (int) c);
}

这将根据 Unicode 代码点向您显示字符串的真实内容，而不是受限于当前字体可以显示的内容。

使用Unicode code charts 查找指定的字符。

Answer 3

1. 您的 xml 是否正确定义了其编码？ encoding="iso-8859-15" .. 是 Iso-latin-15

2. 理想情况下，您应该将内容放在 CDATA 元素中 .. 这样 xml 看起来像 <f><![CDATA[€.txt]]></f>

3. 理想情况下，您还应该使用等效的 url 编码（或 http 编码）值转义所有特殊字符，因为 xml 通常用于通过 http 进行通信。

我不知道 € .. 的确切转义码，但应该是这样的

<f><![CDATA[%3E.txt]]></f>

以上应该使€通过xml正确传达。