我有一个 xml 文件。当我用 Emacs 打开它时，它显示中文字符（见附件）。这种情况发生在我的带有 Emacs 和记事本的 Windows 7 PC 上以及我的 Windows XP 上（见图 A）。图 B 是 A 的 hexl 模式。
如果我使用同事的Windows XP电脑，用记事本打开该文件，没有中文字符，而是一个奇怪的字符。我将其保存为 txt 文件，并通过电子邮件将其发送到我的 Windows7-PC（见图 C）。奇怪的字符被替换为“？”。 （由于限制，我无法使用同事的电脑并重现带有奇怪字符的记事本文件）。
我的问题： XML 文件中似乎有一些字符会产生问题。我不知道如何应对。有人知道我该如何解决这个问题吗？和编码有关系吗？感谢您的提示。
从图 B 可以看出，该文件是使用大端和小端 UTF-16 混合编码的。它开始于fe ff，这是大端 UTF-16 的字节顺序标记，以及 XML 声明 (<?xml version=...) 也是大尾数，但是以<report是小端字节序。您可以看出，因为这些字母出现在十六进制显示的第一部分的偶数位置，但更靠下的奇数位置。
另外，还有一个空字符（编码为两个字节，00 00） 就在之前<report。 XML 文档中不允许使用空字符。
然而，由于某些 XML 元素在图 A 中正确显示，因此似乎整个文件都存在混乱。文件已损坏，可能需要手动解决。
如果文件中没有非 ASCII 字符，我会尝试在 Emacs 中以二进制形式打开该文件（M-x revert-buffer-with-coding-system并指定binary），删除所有空字节（M-% C-q C-@ RET RET），保存文件并期待最好的结果。
另一种可能的解决方案是用汉字标记每个出现的区域并用M-x recode-region，给出“文本确实在”作为utf-16-le和“但是被解释为”为utf-16-be.
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
