用 SAX 和 XNI 检测 XML 文档的编码
XML 根据 Unicode 字符进行定义。在现代计算机的传输和存储过程中，那些 Unicode 字符必须按字节存储，通过解析器进行解码。很多编码方案可实现此目的：UTF-8、 UTF-16、ISO-8859-1、Cp1252 和 SJIS 等。
通常情况下，但不一定总是这样，您实际上不关注基本编码。XML 解析器对任何写入到 Unicode 字符串和字符数组中的文档进行转换。程序对解码后的字符串进行操作。本文讨论真正关注基本编码的 “不常出现” 的情况。
最常见的情况是想为输出结果保存输入编码。
另外一种情况是，不用解析文档，而将其作为字符串或字符大对象（Character Large Object, CLOB）存储在数据库中。
类似地，有些系统通过 HTTP 传输 XML 文档时，并没有全部读取文档，但需要设置 HTTP 的 Content-type 报头，指定正确的编码。在这种情况下，您需要知道文档是如何编码的。
大多数情况下，对于您编写的文档，您知道如何编码。但是，如果不是您编写的文档 — 只是从其他地方接收的文档（例如，从一个 Atom 提要中）— 那么最好的方法是使用一个 st...[ 查看全文 ]
2016-02-19
标签:
