XML中的UTF-8或ISO-8859-1

我們有一個應用程序，它將用戶輸入的文本字符串輸入到Web表單中並將其打包爲XML。只是爲了混淆事情，XML是作爲Outlook電子郵件消息的主體發送的。XML中的UTF-8或ISO-8859-1

因爲用戶幾乎可以將任何東西粘貼到Web表單中（通常是Word），所以文本字符串可以包含非ASCII（7位）字符，例如用於打開和關閉雙引號的字符。

該字符串通過電子郵件傳播，但當我們使用Microsoft XML解析器時，它抱怨（非常正確）XML包含無效字符。

快速解決方法是在編碼頭中加入encoding =「iso-8859-1」。但是，我不知道在開始時以真正的UTF-8格式編碼XML文件是否會更好，因爲我已經閱讀過文章，指出如果每個XML文檔都以UTF-8編碼？

但是...我們是否會遇到麻煩，因爲XML文檔實際上是通過電子郵件正文傳輸的？據我所知，UTF-8是一個可變字節長度編碼系統，我假定它使用7位ASCII碼和escapte字符來表示「有更多數據」。

另一個選項是設置爲UTF-8，但用非ASCII字符替換爲& #nnn;格式。

任何建議在這個相當複雜的領域表示讚賞。

乾杯，羅布。

來源

2009-08-11 Rob Nicholson

實際上，使用＆＃的想法並不是很好 - 當文檔打開正確時，它在IE中無法正確顯示。打開/關閉引號顯示爲一個塊。 – 2009-08-11 10:00:44

「塊」表示正在使用的字體沒有可用於顯示字符的字形。 – andynormancx 2009-08-11 10:02:27

ISO 8859-1沒有這些「智能」引號。所以會發生的是，表示這些智能引號的字節最終會隨機成爲其他ISO-8859-1字符，例如，引用文字「。 UTF-8是安全的。 – MSalters 2009-08-11 11:41:08

我可能會嘗試儘可能使用UTF-8 - 它只是覆蓋更多的地面，並且比ISO-8859-1更靈活，它會阻塞例如，東歐人物已經（嘗試寫出Jiři或類似於ISO-8859-1的東西 - 它會慘敗）。所以如果你真的想試圖改變（我鼓掌！），那麼我會去UTF-8，如果你真的不能使UTF-8工作，只會訴諸ISO-8859-1。

馬克

來源

2009-08-11 11:13:46

這裏從外面僅限英語土地{1}我可以證實，UTF-8正常工作無處不在，已經持續了很多年。我無法記住，因爲任何MTA通過剝離第8位（導致「發明」如QP（其基本上解決了症狀而不是解決問題））來破壞電子郵件。 90年代中期發生的情況最爲明顯，儘管UTF-8迅速普及並取代了iso-8859-1。我不記得我什麼時候換了，但我猜它至少在2000年以前。

說到iso-8859-1，它將無法覆蓋來自用戶的所有可能輸入。根據語言的不同，可能需要其他iso-8859變體（例如芬蘭語和威爾士語），即使如此，8859系列也不支持中文等語言。另一方面UTF-8應該涵蓋了一切，所以我強烈推薦到iso-8859-1。

{1} 這可能會影響我的體驗，因爲任何不完全支持UTF-8的程序都會被認爲是垃圾，並且不會在此處使用。

來源

2009-08-11 11:21:33 hlovdal

XML中的UTF-8或ISO-8859-1

回答

相關問題