将字符“°”与 UTF-8 编码 API 一起使用后的 XML 解析错误答案

【问题标题】：XML Parsing error after using the character "°" with UTF-8 encoding API将字符“°”与 UTF-8 编码 API 一起使用后的 XML 解析错误
【发布时间】：2020-08-21 10:22:05
【问题描述】：

我在解析 xml 文件时遇到问题。字符序列中有一个“°”，我收到一条通知：“第 1048 行的 XML 解析错误：输入不是正确的 UTF-8，指示编码！”。我对“&”字符有同样的问题，但我通过输入“&”解决了它这是 XML 文件的一部分：

<OrganisationListItem>
<Branch>
<Partner>
<PartnerShortName>xxxxx</PartnerShortName>
<BranchShortName>xxxxx</BranchShortName>
</Partner>
<BranchNumber>xxxxx</BranchNumber>
<BusinessName>xxxxx</BusinessName>
<StartDate>xxxxxx</StartDate>
<DisplayWeb>xxxxx</DisplayWeb>
<Address>
<Street>xxxxx 1° xxxxx</Street>
<ZipCode>xxxxxx</ZipCode>
<City>xxxxx</City>
<CountryCode>xxxxx</CountryCode>
</Address>
</Branch>
</OrganisationListItem>

第 1048 行是该行：“xxxxx 1° xxxxx”。 “无效的 UTF-8 起始字节 0xb0（在 char #28494，字节 #27999）”

【问题讨论】：

(1) 请编辑您的帖子并分享您的 XML。 (2) 你用什么来解析XML？
(1) 完成。 (2) 在这种情况下，我手动编辑了文件
我在 Stylus Studio 中检查了您的 XML。您的 XML 是合法的。以下是 Stylus Studio 报告的内容：“正在检查 Untitled1.xml...XML 文档 Untitled1.xml 格式正确。”请指定您在哪里得到“第 1048 行的 XML 解析错误：输入不是正确的 UTF-8，指示编码！”
第 1048 行是该行：“xxxxx 1° xxxxx”。 “无效的 UTF-8 起始字节 0xb0（在 char #28494，字节 #27999）”这就是我得到的更多。我确定它是一个“°”符号，因为如果我删除它，我就不会再得到它了。
再次，请指定您在哪里得到“第 1048 行的 XML 解析错误：输入不是正确的 UTF-8，指示编码！”。您正在使用什么软件（或 API）？

标签： xml utf-8 character-encoding

【解决方案1】：

该文件以声明编码为 UTF-8 的声明开头，因此解析器尝试将其解码为 UTF-8，它会成功解码所有内容，直到找到您显示为“°”的字节，但这显然不是“°”的正确 UTF-8 编码。要查看实际编码是什么，请查看十六进制编辑器中的内容；很有可能是 iso-8859-1 或类似的东西。

要解决此问题，请检查创建文档的过程，以找出为什么标头中声明的编码与字符编码的实际方式不匹配。最初创建文档时可能没有出现错误，但后来由于某些转码而发生，例如将文件从一台机器发送到另一台机器时。

如果您手动编辑文件，请尝试使用能够理解 XML 的文本编辑器；这使得这个问题发生的可能性大大降低。

【讨论】：