XML文件编码格式和encoding属性

    这几天学习使用Xerces-C++库，在创建XML文件时，文件的编码格式和encoding属性的问题把我折磨半死。

    刚开始我很肯定的认为XML文件的编码格式和encoding的属性值是一致的。我用Xerces-C++生成了一个XML文件（只有英文），指定encoding属性是UTF-8，文件生成了以后，我就用UE打开该XML文件，想按十六进致查看一下，正常的话应该是一个字母占一个字节，可是一看吓了一跳，一个字母占了两个字节，并且文件头有两个字节的BOM（byte order mark）FF FE，这表明这是一个Unicode编码的文件（UTF-8的ROM是EF BB BF），我明明指定了encoding是UTF-8了，为什么出来的编码变成Unicode了呢？

    后来，我用VS2005创建了一个XML文件，也指定encoding属性是UTF-8，用UE打开后，出现了跟刚才同样的情况；换Eclipse，同样问题依旧出现。迷糊了，这是怎么回事？会不会是使用Xerces-C++时，有些属性之类的没设置好，导制的，可是为什么使用VS2005和Eclipse这些IDE生成的XML也是同样问题呢？

   上网搜了一下，找到了答案，说是UE自动识别功能引起的，实际测试了一下，果然是它。原来Xerces-C++、VS2005和Eclipse生成的XML里都没有BOM，但是用UE打开时，UE自动给添加转换了。晕~~~

   顺便还弄清楚了XML解析器识别XML文件编码的规则：

   W3C定义了三条XML解析器如何正确读取XML文件的编码的规则：
   1，如果文挡有BOM(字节顺序标记，一般来说，如果保存为unicode格式，则包含BOM，ANSI则无)，就定义了文件编码
   2，如果没有BOM，就查看XML声明的编码属性
   3，如果上述两个都没有，就假定XML文挡采用UTF-8编码

  也就是说：BOM优先级> encoding属性，如果两者都没有，则默认是UTF-8

  不算中午休息的时间这个问题困绕了我两个多小时，现在终于解决了。

  （感谢azol的文章：http://www.cnblogs.com/azol/articles/1137035.html）