【原创】tinyXML文件保存编码(UTF-8, GB2312)相关的一个问题

    说说我用tinyXML遇到的一个小问题： 用tinyXML的SaveFile方法生成的XML文件中有中文字符，初始化时声明的encodeing为utf-8，用IE打开就报错，但是记事本打开不会显示乱码。

    在网上搜了半天。这个牵涉到对于XML文件编码方式的确认，就是说怎么认定某个XML文件的编码方式，可以参见这个文档http://www.cnblogs.com/azol/articles/1137035.html，简单来说就是先看BOM，没有就看文件里写的encodeing的值，再没有就默认utf-8。所以我遇到的IE打开报错的问题就是保存时没有写BOM（tinyXML默认是不写BOM的，useMicrosoftBOM在LoadFile时被置为false），而声明了encodeing为utf-8，则保存的这个XML文件的编码格式就是utf-8。所以IE解析的时候认为XML文件是utf-8编码的，就把中文按UTF-8来解释，而实际中文的编码是GB2312（因为我在写入元素的属性或文本时没有做编码转换，我使用的是多字节字符集），自然就报错了。而为什么记事本打开不是乱码呢，那就又要涉及到记事本程序对于文本文件的编码认定，参见http://kuyur.info/blog/archives/618，简单来说就是先判断BOM，没有再依据UTF-8字符串检测算法判断是否UTF-8，如果不是则最后默认是ANSI。所以以记事本打开SaveFile方法生成的XML文件时，首先是没有写BOM的，而检测UTF-8字符串也检测不到（我设置元素文本或属性时并没有将中文转为UTF-8格式），那最后就默认的认定为ANSI（这个和GB2312什么关系搞不太清楚），总之记事本认为打开的文件编码不是UTF-8，自然就不会乱码了。