關於xml裡的encoding的詳解

前同天和同事在討論xml裡的encoding屬性和檔案格式的關係，終於徹底的弄清楚了。
以前理解的是,xml裡的encoding裡定義必須與檔案格式相符。即有這樣的xml Introduction xml encoding="utf-8" .. ?>，那麼，文件格式必須是一個utf-8文件，即文件的前兩個字節要是一個utf-8頭FF FE 。 （後來才弄清楚，FF FE不是utf-8的BOM。。就是說我的錯誤理解持續了相當長一段時間。。）
下面把討論的幾個階段大概說一下。
剛開始討論時，我很肯定的告訴他，encoding的值必須和文件格式（即BOM，BOM就是byte order mark的縮寫）相匹配，不然在解析XML時，可能會出現（比如文檔含有某個UNICODE字符，而encoding或BOM指定的格式不匹配，就會出錯，當時我是這樣的意思），然後他又告訴我，好像不是這樣，我用DELPHI創建的XML文件，沒有BOM，XML裡面有中文內容，encoding裡指定的是UTF-8，用IE可以正常打開啊。
他在發現他所建立的XML檔案沒有BOM時，有個有趣的地方，就是用UE開啟這類含有UNICODE字元的檔案時，UE會自動在檔案前面加上FF FE，使得檔案可以正常顯示，所以原本沒有BOM的文件，在UE下的十六進制下瀏覽，會看到多了個BOM，這個功能可以在UE的OPTIONS裡去掉的，想知道的可以自己去找找。
然後我有點大頭了，怎麼會這樣呢，然後想啊想，突然他發了一封訊息過來，內容如下：

 W3C定義了三個XML解析器如何正確讀取XML檔案的編碼的規則：
 1，如果文字封鎖有BOM(位元組順序標記，一般來說，如果儲存為unicode格式，則包含BOM，ANSI則無) ，就定義了檔案編碼
 2，如果沒有BOM，就查看XML宣告的編碼屬性
 3，如果上述兩個都沒有，就假定XML文擋採用UTF-8編碼

#有了這三條規則，那這個規則就清楚多了。
首先，XML解析器根據檔案的BOM來解析檔案；如果沒找到BOM，由用XML裡的encoding屬性指定的編碼；如果xml裡encoding沒指定的話，就預設用utf-8來解析文檔。然後又可以推出，BOM和ENCODING都有的話，則以BOM指定的為準。
啊！突然覺得有標準文件多好！雖然是那麼的理所當然。
至此，終於把xml裡的encoding和檔案格式的關係搞懂了。雖然這篇紀錄只有那幾百個字內容，但是我們當時在討論的時候，總時間差不多花了2個小時。 #

以上是關於xml裡的encoding的詳解的詳細內容。更多資訊請關注PHP中文網其他相關文章！