Question

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

<?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，我可以告诉该文件在Iso-Latin-15中正确编码（它不是UTF-8）。

我的软件是用C＃编写的，想要提取元素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。装载进展顺利，我没有任何例外。

现在，当我提取值时出现问题：

//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filename = □.txt

它可能只是一个Visual Studio错误。不幸的是，File.Exists(filename)返回false，而文件确实存在。

怎么了？

Answer 1

如果我没记错，XmlDocument.Load(string)方法总是假定为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")));

修改

我偶然发现了微软的KB308061。有一段有趣的段落：


在中指定编码声明   XML的XML声明部分   文献。例如，以下内容   声明表明了   document是UTF-16 Unicode编码   格式：

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

请注意此声明   指定的编码格式   XML文档，不修改或   控制的实际编码格式   数据 。

Answer 2

不要只使用调试器或控制台将字符串显示为字符串。

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，而不是受当前字体可以显示的内容约束。

使用Unicode code charts查找指定的字符。

Answer 3

您的xml是否正确定义了其编码？ encoding =“iso-8859-15”..是Iso-latin-15
理想情况下，您应将内容放在CDATA元素中..所以xml看起来像<f><![CDATA[€.txt]]></f>
理想情况下，您还应该使用等效的url编码（或http编码）值来转义所有特殊字符，因为xml通常用于通过http进行通信。

我不知道€的确切转义码。但它会是这种类型的

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

以上内容应通过xml正确传达。

XmlDocument.Load（）方法无法解码€（欧元）

3 个答案: