关面已经有两编关于编码问题的文章，汉字编码测试文章及其理论汉字编码及其相关问题，现在针对unicode在xml及html里的应用再做一些测试：

• 用windows附带的文本编辑器编辑一个最简单的xml文档，取名为“中文.xml”。内容如为：<中文zZ/> 直接保存（这时记事本按默认ansi格式保存），用IE（Internet Explorer)打开该文档。IE无法处理该文档，错误信息为：
  
  文本内容中发现无效字符。处理资源 'file:///E:/study/unicode/中文.xml' 时出错。第 1 行，位置: 2
  (由于xml默认编码为unicode，所以不能正常显示非unicode编码的文档。）用UltraEdit打开该文档，可以看到编码状态为DOS, 十六进制为：3C D6 D0 CE C4 7A 5A 2F 3E 。
• 用记事本打开刚才的文档，另存为“中文utf-8.xml”，选择utf-8 方式，再用IE打开该文档，IE已经能够正常处理文XML文件了。

同样，用记事本打开刚才的文档，另存为“中文unicode.xml”，选择unicode 方式，再用IE打开该文档，IE也能够正常处理文XML文件了。对于unicode big endian方式也同样可以处理。

• 将文件“中文.xml”另存为“中文gb2312.xml”内容改为如下：
  
  <?xml version="1.0" encoding="gb2312"?>
  
  <中文zZ/>
  
  再用IE打开，也能够正常处理该文档。
• 如果象使用dreamweaver, xmlspy等工具编辑时，在更改xml或html的encoding 属性时，软件会自动把文档转成相应的格式。但是在使用记事本或UltraEdit等类似工具时并没有这个自动功能。因此如果在记事本里修改上述文件“中文gb2312.xml”里的encoding属性gb2312为utf-8时，直接保存就不能用IE正确打开该文档！这也是为什么XML的代码属性encoding 一定要在最前面来保证以下所使用的是哪个代码集。

eureka 的blog | printer friendly version