在 XML 文件中设置编码答案

【问题标题】：Setting encoding in XML files在 XML 文件中设置编码
【发布时间】：2010-10-19 09:49:26
【问题描述】：

哪些是有效的 xml 编码字符串？比如指定UTF-8的方式是什么：

encoding="utf8"
encoding="utf8"
等

或 Windows 1251：

encoding="windows-1251"
encoding="windows1251"
encoding="cp-1251"
等

我正在制作一个字符解码器以及一个 xml 解析器。因此，我需要能够根据 encoding 属性的值设置我的 StreamReader 的编码。

有什么可以找到官方编码字符串列表的想法吗？

我能找到的最好的是this，但它似乎是特定于 IE 的。

谢谢！

【问题讨论】：

我很想知道您为什么要编写自己的 XML 解析器。您不使用现有解析器的任何原因？

标签： xml encoding

【解决方案1】：

如果全部失败，请阅读规范 :-)。

4.3.3 实体中的字符编码

XML 中的每个外部解析实体文档可能使用不同的编码因为它的角色。

[...]

在编码声明中，值 “UTF-8”、“UTF-16”、“ ISO-10646-UCS-2“和” ISO-10646-UCS-4“应该用于各种编码和 Unicode/ISO/IEC 的转换 10646，值“ISO-8859-1”，“ ISO-8859-2", ..." ISO-8859-n" （其中 n 是部件号）应该是用于 ISO 8859 的部分，以及值“ ISO-2022-JP”，“ Shift_JIS " 和 " EUC-JP " 应该是用于各种编码形式 JIS X-0208-1997。

推荐该字符编码已注册（作为字符集）与互联网号码分配机构 IANA-CHARSETS，除了那些列出，被称为使用他们的注册名称；其他编码应使用以“x-”开头的名称前缀。

来源：http://www.w3.org/TR/REC-xml/

所以 UTF-8 写成encoding="UTF-8"。

对于上面未列出的其他字符集，请使用IANA character set list 中给出的名称。

字符集名称中的字母大小写不重要：“但是，没有区别在使用大小写字母之间。”（IANA 字符集列表）。所以你也可以写 encoding="uTf-8" 如果你喜欢的话 ;-)。

顺便说一句：您真的，真的确定要编写自己的 XML 解析器吗？这听起来有点像重新发明轮子。

【讨论】：

+1 表示“阅读规范”，-1 表示“如果全部失败”（它应该是编写解析器时的第一个调用端口，而不是最后一个），再次 +1 表示“重新发明”轮子';)
@David Dorward 谢谢:-)。老实说，一般来说，我不建议将规范作为初学者的首选，许多规范可能相当令人生畏。但是，如果您在教程中找不到答案（或者如果您想确定什么是正确的），那么规范就是您可以去的地方。不管怎样，你可能注意到了“如果一切都失败了”旁边的笑脸。
笑脸旁边是阅读规范 :) 说真的，问题表明目标是编写一个通用解析器，因此它需要涵盖可能的所有内容解析，并且真的真的需要规范，因为它以技术术语列出了要求。如果有人编写的文档提供了足够的信息来编写针对初学者的解析器，我会感到非常惊讶。
正如 sleske 所说，这一切都在 IANA 列表中：iana.org/assignments/character-sets 非常感谢！我一直很愚蠢，没有在规范中找到这个。是的，出于一些尴尬的原因，我需要自己的解析器。再次感谢！

【解决方案2】：

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

对于 utf-8 应该没问题。

【讨论】：

【解决方案3】：

使用命令 locale -A 查看所有编码： http://dwbitechguru.blogspot.ca/2014/07/check-foreign-characters-support-on.html

选项 A：使用以下标签添加编码：

您可以使用 XML spy 编辑 dtd 中的编码属性。

【讨论】：

在您的 XML 之前多加几个空格以使其格式正确。