XML标题中的“编码”有什么用？
看一下XML标题
<?xml version="1.0" encoding="UTF-16" standalone="no"?> 我有权声明encoding属性是
- 来得太晚（除非你知道编码，否则你不能正确阅读）
- 多余的，因此很容易出错：用“Big5”replace它非常容易，但是将文件保存为UTF-8
还是那个属性不是关于stream的内容 ？
我在这里混合的东西？
正如你所提到的，你必须知道文件的encoding才能读取encoding属性。
然而，有一个启发式，可以很容易地让你足够接近“真正”的编码，让你读取编码属性。 这是有效的，因为按照定义<?xml部分只能包含ASCII范围内的字符（但是它们是编码的）。
XML标准甚至描述了用于找出编码的确切过程 。
而编码标签也不是多余的。 例如，如果您使用XML规范中的algorithm来发现使用了一些基于ASCII（或ASCII兼容）的编码，则仍然需要阅读编码以确定哪一个实际使用（有效候选将是ASCII ，UTF-8，任何ISO-8859- *编码 ，任何Windows *编码， KOI8-R以及许多其他）。 对于<?xml部分本身而言，它不会有什么区别，但是对于文档的其余部分来说，这可能会产生巨大的差异。
关于错误标记的XML文件：是的，生成这些文件很容易：但是XML规范明确指出这些文件是错误的，因此是不正确的XML。 不正确的编码必须报告为错误（只要它们可被检测到！）。 所以这是谁在生产XML的问题。
你说的很对，它看起来像一个奇怪的devise。 它只能工作，因为XML声明只使用ASCII字符，几乎所有的编码都是ASCII的超集。 如果您准备接受非EBCDIC的内容，您可以检查文件是否以"<?xml"的EBCDIC表示forms开始。 这意味着您要依靠文件头中的冗余级别，而不是纯粹的编码属性本身。 像XML中的许多东西一样，它是实用的，可行的，但不是特别优雅。
XMLparsing器只需要支持至lessUTF-8和UTF-16。 XMLparsing器首先尝试基于字节顺序标记（BOM）的编码（如果存在的话）（对于UTF-16，UTF-32甚至具有虚拟BOM的UTF-8）。 如果没有find，parsing器将尝试UTF-32，UTF-16，UTF-8，ASCII和其他ASCII兼容的单字节编码。 只有这样才能看到编码属性，并在必要时重新开始parsing。
我认为原则上你可能会有一个观点，即文件中的encoding语句是“迟到的”，但是整个第一行只使用基本字符。 AFAIK，在几乎所有的编码中都是一样的，所以无论你怎么解码，它都会读取<?xml ... ?> 。
无论如何，然而，可能很重要。 例如，CDATA部分中的文本可以用西里尔文编码进行编码。
