为什么XML文件的分析结果出现乱码?

引用内容

http://shap.5d.cn/team/user/showCircle.aspx?user=mingxing

这个圈子在写了一段测试报告:

[标题:]记录圈子的几个问题

[内容:]sina，bokee，blogcn，blogbus没有聚合进来，163，oblog分别是gbk和gb2312编码，聚合进来是乱码。如果一开始把一个人分类设错，再重新设置后，原来的文章没法移动过来。

这是由编码问题引起的。XML标准规定，XML分析器必须支持“UTF-8”和“UTF-16”编码，而且必须能够自动区分这两种编码的文件，对于其他编码（包括常用的中文编码“GB2312”或“BIG5”）并不要求支持。如果XML文件中包含编码声明，分析器则按照声明的编码进行处理，否则就按照识别结果进行处理（识别的结果总是“UTF-8”和“UTF-16”中的一种）。因此，如果XML文件的编码在这两种之外，你必须在XML文件前加上编码声明，如：<?xml version=”1.0″ encoding=”gb2312″?>就表示XML文件的编码是“gb2312”。

现有的XML分析器大多不支持中文编码“GB2312”或“BIG5”，因此无法读取包含中文的XML文件。你可以使用支持中文编码的分析器，如MSXML，IBMJAVA4C，IBMJAVA4J等进行XML分析。你也可以用内码转换工具，将编码转换为“UTF-8”或“UTF-16”后进行解析，然后将解析结果转换回原来的编码。本站的软件园地中的ccnv(Code Converter)就是这样的工具。当然，你也可以自己写一个内码转换程序。

关于“UTF-8”和“UTF-16”编码的详细信息，请查看本站标准荟萃中的UTF-16和UTF-8标准。