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，我可以知道这个文件是用 Iso-Latin 正确编码的-15（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。加载过程很顺利，没有出现任何异常。

现在，当我提取该值时，我的问题是：

//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

这只能是 Visual Studio 错误。不幸的是，File.Exists(filename) 返回 false，而文件实际上存在。

怎么了？

Answer 1

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

您必须使用正确的编码创建一个 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 Microsoft 的 KB308061。有一段很有趣：

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：

请注意，此声明仅
指定一个的编码格式
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);
}

这将按照 Unicode 代码点显示字符串的真实内容，而不是受到当前字体可以显示的内容的限制。

使用Unicode 代码图表查找指定的字符。

Answer 3

1. 您的 xml 是否正确定义了其编码？ coding="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

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 通常是 。

我不知道 € 的确切转义代码 .. 但它会是这样的

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

上面应该使 € 通过 xml 正确传达。