前两天去一家公司面试，里面有一道XML的题目，题目没什么难的，但由于编码问题引发了一些问 题，我回来后尝试探索了一下
题目要求：把下面的XML文件用XSL转换成html表格显示出来,并按pubDate降序排列
XML文件 
当时我习惯的在桌面上建立文本文件，然后手工输入：
XSLT 注意：上面的XML代码由于ＦＴＢ插入XML代码功能有问题，<后和>前都不能有空格,这也是XML Well-Format的要求.
然后在IE里浏览XML文件，提示：文本内容中发现无效字符;我检查过文件，文件没有非法字符，所以我觉得可能是XML编码问题，然后在顶部的指令里加入encoding="UTF-8",按理来说，UTF-8完全适合题涉及到字符集，但还是提示：文本内容中发现无效字符，而改成encoding="GB2312"就正常了,什么原因呢？
我回来尝试了一下，一般有两种情况：
情况1：
默认情况下，windows的notepad把文件保存为ANSI格式,在这种情况，设定不同encoding有不同的结果：
encoding="windows-1252",不出错，但中文显示为乱码;
encoding="GB2312" ,正常显示；
encoding="UTF-8" ,出错，提示文本内容中发现无效字符 ;
情况2：
把xml文件在notepad另包存为UTF-8格式，
encoding="windows-1252"，出错，提示不支持从当前编码到指定编码的切换;
encoding="GB2312" ，出错，提示不支持从当前编码到指定编码的切换;
encoding="UTF-8" ,正常；
例外：不设置encoding的值，默认就是UTF-8,所以把这种情况归入UTF-8的情况.
那么如何来理解上面的两种情况呢？
W3C定义了三条XML解析器如何正确读取XML文件的编码的规则：
1，如果文挡有BOM(字节顺序标记，一般来说，如果保存为unicode格式，则包含BOM，ANSI则无)，就定义了文件编码
2，如果没有BOM，就查看XML声明的编码属性
3，如果上述两个都没有，就假定XML文挡采用UTF-8编码
现在，让我们尝试用上面的三条规则来解释上面出现的情况：
情况1分析：
由于XML默认被保存ANSI格式,如果设置encoding="UTF-8"，那么XML解析器就把文件以UTF-8格式 来解析，由于文件的实质格式是ANSI，而ANSI和UTF-8除了其中128个字符的编码相同外，其他的 都不相同而被解析器认为无效字符，所以出现"文本内容中发现无效字符"的错误了；设置为 encoding="windows-1252"，解析器以windows-1252来解析，ANSI其实就是windows-1252，所以编 码相同，解析器能顺利解析，但中文出现乱码又如何理解呢？windows-1252是单字节字符集，而 中文是需要双字节编码的，所以只能解析为乱码。设置encoding="GB2312"能够正常显示，那又如 何理解呢？因为GB2312是双字节的中文简体字符集？前面不是说文件的实质格式是单字节的ANSI 吗？这就是矛盾的地方。
情况2分析：
由于文件被保存为UTF-8(Unicode的其中一种编码方式),所以文件包含BOM，按照W3G的规则来解释 ，XML解析器将以UTF-8解析XML而忽略encoding的设置。可实际上是不能忽略encoding的设置的， 否则无法解释情况2出现的现象。
遗留问题：
本文并没能完全分析情况1，2的现象。不知道大家是如何理解这些情况的呢？