从XML文件乱码问题，探寻其背后的原理

在日常开发工作中，我们经常会使用到XML，早已成为了一种标准。它的用途非常的广泛，但这些不是本文所重点讨论的。

相信大家在做开始时候经常碰到过“乱码”的问题，这是中国程序员非常头疼的问题。我一直很想深入研究关于“编码”的原理，无奈水平有限，那些枯燥的 理论（二进制，ASCII，Unicode，UTF-8，gb2312，ISO ...光这些就让我看的两眼发黑了），实在看不下去，也很难真正搞懂搞明白。望各位网友多指点......

我将用工作中遇到的一个“XML文件乱码”的简单问题，解决问题，分析其背后的原理。

首先，我们在本地新建一个文本文件，将后缀名改为".XML”， 然后用用记事本打开，往里面添加一些符合XML文档规范的内容。如图所示：

 

写好之后，按“ctrl+s”保存，然后使用IE浏览器打开该XML文件，验证该XML文档的规范及正确性。不料，居然解析出错了，如下：

 

这是咋回事呢？我的XML文档定义的格式好像没问题啊。无效字符？这肯定是典型的“编码”问题了。聪明的我第一就想到了，调整IE浏览器的“编码”嘛。

可是打开“查看”“编码”，发现那些编码格式全是灰色的，好像不能选择哦。这是因为，在定义XML文档的时候，指定了编码格式为"UTF-