XML文件的编码问题

这两天在项目处理一个解析编码格式为ANSI的xml文件时，遇到了一些问题，现将分析过程总结如下。

通过win7自带的记事本或者notepad++创建一个xml文件test_source：

<?xml version="1.0" encoding="utf-16"?>
<note>
	<name>coffeecat</name>
	<chn>"测试"</chn>
</note>

可以看到在xml文件的第一行，声明编码格式为utf-16，也就是unicode，使用IE浏览器打开test_source失败，

通过Ultra Edit将上述已创建的xml另存为test_ue，在保存时，显式的设置编码为utf-16，通过浏览器却能直接打开，这是为什么？

在网上查阅了一些资料，问题可能出在xml文件头中声明的字符编码与实际保存文件的编码格式不符。

验证：

使用Ultra Edit将test_source和test_ue打开，并切换为十六进制编辑模式：

test_source:

test_ue:

其中前两位标示出了文件实际存储格式的不同，以3C 3F开头的文件为ANSI格式存储的文件，而以FF FE开头的文件是Unicode little endian格式存储的。

结论：

要成功使用IE浏览器打开xml文件，一定要确保xml文件的格式声明与实际存储格式一致，建议在编辑xml文件时，尽量使用Ultra Edit等专业的工具进行。如果不能确定文件期望的保存格式，可以将xml中的格式声明部分（encoding="utf-16"）删掉，这样xml文件也可以在IE浏览器中打开。（可以暂时解决问题，但不建议，可能引起的问题未知）

额外的：

在工作中，碰到了需要解析一份ANSI编码格式的xml文件，如上述的test_source.xml，其中包含了中文字符。为了不影响解析的功能，无法通过Ultra Edit将其编码格式修改为Unicode，但是项目需要这份xml文件可以随时通过IE浏览器查看，该怎么办呢？

问题还是出在xml文件的格式声明上，既然实际文件为ANSI，与声明中的encoding="utf-16“不符，那么应该将声明的编码格式改为与ANSI一致的即可。既然要与包含中文的ANSI编码格式相符，自然想到了汉子编码字符集GB2312，将encoding="utf-16“修改为encoding="gb2312“，即可使用IE浏览器打开xml文件了。或者使用除了包含中文字符还包含繁体、日、韩文字字符的更全面的字符集GBK。

参考资料:

http://tjmljw.iteye.com/blog/1500370

http://ljhzzyx.blog.163.com/blog/static/3838031220129701845443/

http://blog.csdn.net/chaijunkun/article/details/4654397