XML乱码问题解析

XML乱码问题和encoding的理解这篇博客已经讲的很明白了，总结一下读取XML选取编码方式的逻辑就是：

• 如果文挡有 BOM ，就定义了文件编码，则采用此编码；
• 如果没有 BOM ，就查看文件头 encoding 声明的编码，如声明为<?xml version="1.0"
encoding="GB2312"?>，则采用 GB2312 编码；
• 如果上述两个都没有，就默认采用 UTF-8 编码。

需要补充的有：

• Linux如何查看文件编码：file -i config.xml，结果比如config.xml: application/xml; charset=utf-8，可知此文件的编码是 UTF-8 。
• 为什么 ISO-8859-1 编码的文件可以被 GBK 或 GB2312 编码正确读取呢？原因是 GBK 和 GB2312 专门用来表示汉字，是双字节编码，而英文字母编码和 ISO-8859-1 一致（兼容 ISO-8859-1 编码）。其中 GBK 编码能够用来同时表示繁体字和简体字，而 GB2312 只能表示简体字，GBK 是兼容 GB2312 编码的。