轉自：http://www.cnblogs.com/azol/articles/1137035.html
怕哪天找不到了就複製了一份。
前同天和同事在討論xml裏的encoding屬性和文件格式的關係，終於徹底的弄清楚了。
以前理解的是,xml裏的encoding裏定義必須與文件格式相匹配。即有這樣的xml Introduction<?
xml encoding="utf-8" .. ?>，那麼，文件格式必須是一個utf-8文件，即文件的前兩個字節要是一個utf-8頭FF FE。（後來才弄清楚，FF FE不是utf-8的BOM。。就是說我的錯誤理解持續了相當長一段時間。。）
下面把討論的幾個階段大概說一下。
剛開始討論時，我很肯定的告訴他，encoding的值必須和文件格式（即BOM，BOM就是 byte order mark的縮寫）相匹配，不然在解析XML時，可能會出現（比如文檔含有某個UNICODE字符，而encoding或BOM指定的格式不匹配，就會出錯，當時我是這樣的意思），然後他又告訴我，好像不是這樣，我用DELPHI創建的XML文件，沒有BOM，XML裏面有中文內容，encoding裏指定的是UTF-8，用IE可以正常打開啊。
他在發現他所創建的XML文件沒有BOM時，有個有趣的地方，就是用UE打開這類含有UNICODE字符的文件時，UE會自動在文件前面加上FF FE，使得文件可以正常顯示，所以原本沒有BOM的文件，在UE下的十六進制下瀏覽，會看到多了個BOM，這個功能可以在UE的OPTIONS裏去掉的，想知道的可以自己去找找。
然後我有點大頭了，怎麼會這樣呢，然後想啊想，突然他發了一條信息過來，內容如下：
W3C定義了三條XML解析器如何正確讀取XML文件的編碼的規則：
1，如果文擋有BOM(字節順序標記，一般來說，如果保存爲unicode格式，則包含BOM，ANSI則無)，就定義了文件編碼
2，如果沒有BOM，就查看XML聲明的編碼屬性
3，如果上述兩個都沒有，就假定XML文擋採用UTF-8編碼
有了這三條規則，那這個規則就清楚多了。
首先，XML解析器根據文件的BOM來解析文件；如果沒找到BOM，由用XML裏的encoding屬性指定的編碼；如果xml裏encoding沒指定的話，就默認用utf-8來解析文檔。然後又可以推出，BOM和ENCODING都有的話，則以BOM指定的爲準。
啊！突然覺得有標準文檔多好！雖然是那麼的理所當然。
至此，終於把xml裏的encoding和文件格式的關係弄懂了。雖然這篇記錄只有那幾百個字內容，但是我們當時在討論的時候，總時間差不多花了2個小時。
注意：
另外關於xml的BOM請參考 http://baike.baidu.com/view/126558.htm#sub5073178
關於UTF-8與unicode的關係：
unicode 是一種編碼表格，例如，給一個漢字規定一個代碼。類似 GB2312-1980, GB18030等，只不過字集不同。一個unicode碼可能轉成長度爲一個BYTE,或兩個，三個，四個BYTE的UTF8碼，取決於unicode碼的值。英文unicode碼因爲值小於0x80,只要用一個BYTE的UTF8傳送，比送unicode兩個BYTEs快。UTF8是爲傳送unicode而想出來的“再編碼”方法罷了。UTF8轉unicode用我上面給的程序反算即可。