C# 读取XML时奇怪的UTF-8编码问题，在C中写入结果

我对一个简单的C程序有一个问题，这个程序打算从web读取XML文档，提取一些元素，然后将这些元素的内容写入一个简单表中的HTML文件。虽然XML文档被正确编码为UTF-8，但最终，我生成的所有HTML文件都无法正确转录非西方英语字符，例如解析日语时的Wingdings类输出

由于XML文件非常大，程序的工作原理是让XmlReader在遇到匹配元素时生成匹配元素，然后使用StreamWriter将匹配元素写入HTML文件

有没有人知道在这样的程序中，UTF-8编码可能必须明确强制执行在哪里？

简短的解释 我在这里猜测：您的浏览器使用错误的字符编码显示页面

您需要回答：您的浏览器认为HTML是什么字符编码？我打赌它不是UTF-8

尝试调整浏览器：例如，在Firefox中，这是视图→ 字符编码，然后选择与文档匹配的字符编码

既然你有一个非常多语言的文档，那么就用UTF-8输出你的C语言，它支持人类已知的所有字符，包括日语、汉语、拉丁语等。然后试着告诉Firefox，IE，随便什么，使用UTF-8。您的文档应该显示

如果这是问题所在，则需要通知浏览器文档的编码。通过以下方式实现：

让web服务器返回HTTP头中的字符编码。 在标记中指定字符编码。 在XHTML的XML前言中指定字符编码。 你做的越多，越开心

冗长的解释 让我们看看你提到的几件事：

---

使用StreamWriter sw=new StreamWriteroutputFile，true，System.Text.Encoding.UTF8

及

发现使用Text.Encoding.Default可以使其他带有重音的西方字符集与西班牙语重音、德语umlauts兼容，尽管日语仍然存在问题

我要冒险说你是美国电脑用户。因此，对于您来说，Windows上的默认编码可能是Windows-1252。如果web浏览器无法检测HTML文档上的编码，那么它将使用的默认编码是ISO-8859-1。ISO-8859-1和Windows-1252非常相似，它们都显示ASCII加上一些常用拉丁字符，如é、è等。更重要的是，重音字符编码相同，因此，对于这些字符，两种编码都将解码相同的数据。因此，当您切换到默认值时，浏览器正确地解码了拉丁字符，尽管编码错误。日语在ISO-8859-1或Windows-1252中都不存在，这两种语言都会导致日语以随机字符的形式出现。莫吉巴克

您注意到，切换到默认值修复了一些重音拉丁字符，这告诉我您的浏览器使用的是ISO-8859-1，这不是我们想要的：我们希望使用UTF-8对文本进行编码，我们需要浏览器将其读回。有关如何操作，请参见简短的说明。

简短的说明 我在这里猜测：您的浏览器使用错误的字符编码显示页面

您需要回答：您的浏览器认为HTML是什么字符编码？我打赌它不是UTF-8

尝试调整浏览器：例如，在Firefox中，这是视图→ 字符编码，然后选择与文档匹配的字符编码

既然你有一个非常多语言的文档，那么就用UTF-8输出你的C语言，它支持人类已知的所有字符，包括日语、汉语、拉丁语等。然后试着告诉Firefox，IE，随便什么，使用UTF-8。您的文档应该显示

如果这是问题所在，则需要通知浏览器文档的编码。通过以下方式实现：

让web服务器返回HTTP头中的字符编码。 在标记中指定字符编码。 在XHTML的XML前言中指定字符编码。 你做的越多，越开心

冗长的解释 让我们看看你提到的几件事：

---

使用StreamWriter sw=new StreamWriteroutputFile，true，System.Text.Encoding.UTF8

及

发现使用Text.Encoding.Default可以使其他带有重音的西方字符集与西班牙语重音、德语umlauts兼容，尽管日语仍然存在问题

我要冒险说你是美国电脑用户。因此，对于您来说，Windows上的默认编码可能是Windows-1252。如果web浏览器无法检测HTML文档上的编码，那么它将使用的默认编码是ISO-8859-1。ISO-8859-1和Windows-1252非常相似，它们都显示ASCII加上一些常用拉丁语 字符，如é、è等。更重要的是，重音字符编码相同，因此，对于这些字符，这两种编码都将解码相同的数据。因此，当您切换到默认值时，浏览器正确地解码了拉丁字符，尽管编码错误。日语在ISO-8859-1或Windows-1252中都不存在，这两种语言都会导致日语以随机字符的形式出现。莫吉巴克

---

您注意到，切换到默认值修复了一些重音拉丁字符，这告诉我您的浏览器使用的是ISO-8859-1，这不是我们想要的：我们希望使用UTF-8对文本进行编码，我们需要浏览器将其读回。请参阅如何执行此操作的简短说明。

共享创建StreamWriter以保存HTML的代码部分。使用StreamWriter sw=new StreamWriteroutputFile，true，System.Text.Encoding.UTF8I发现使用Text.Encoding.Default可使其他带有重音的西方字符集工作西班牙语重音、德语umlauts，尽管日本人仍然表现出问题。我假设这意味着问题在于如何指定文字。您用于查看HTML的字体或编辑器是否支持所有unicode字符？你的输出HTML文档是否有正确的BOM表？好吧，我在编写HTML标记时并没有指定任何特定的字体，我正在查看Firefox、IE和Chrome中显示相同问题的页面。在没有安装日文字符的XP机器上，由于某种原因，即使这些字符可以在浏览器和其他开发平台（如Python）中正确显示，也无法进行这种转录，这是否可能？不熟悉BOM。共享创建StreamWriter以保存HTML的代码部分。使用StreamWriter sw=new StreamWriteroutputFile，true，System.Text.Encoding.UTF8I发现使用Text.Encoding.Default可以使其他带有重音的西方字符集与西班牙语重音、德语umlauts兼容，尽管日语仍然存在问题。我假设这意味着问题在于如何指定文字。您用于查看HTML的字体或编辑器是否支持所有unicode字符？你的输出HTML文档是否有正确的BOM表？好吧，我在编写HTML标记时并没有指定任何特定的字体，我正在查看Firefox、IE和Chrome中显示相同问题的页面。在没有安装日文字符的XP机器上，由于某种原因，即使这些字符可以在浏览器和其他开发平台（如Python）中正确显示，也无法进行这种转录，这是否可能？不熟悉BOM。非常感谢您的详细解释-这正是问题所在。我觉得强制使用UTF-8是个诀窍，只是没想到也要检查一下浏览器。duh。非常感谢您的详细解释-这正是问题所在。我觉得强制使用UTF-8是个诀窍，只是没想到还要检查浏览器。