有效的XML文件是否需要XML声明？

Question

我正在使用Xerces的Sax Parser解析XML文件。是否<?xml version="1.0" encoding="UTF-8"?>需要XML声明？

Answer 1

在XML 1.0中，XML声明是可选的。请参阅XML 1.0建议书的第2.8节，其中说“应该”使用它 - 这意味着它是推荐的，但不是强制性的。但是，在XML 1.1中，声明是强制性的。请参阅XML 1.1建议书的第2.8节，其中说“必须”使用。它甚至继续说明如果声明不存在，那自动意味着文档是XML 1.0文档。

请注意，在XML声明中，encoding和standalone都是可选的。只有version强制性。此外，这些不是属性，所以如果它们存在，它们必须按顺序：version，然后是any encoding，然后是any standalone。

<?xml version="1.0"?>

<?xml version="1.0" encoding="UTF-8"?>

<?xml version="1.0" standalone="yes"?>

<?xml version="1.0" encoding="UTF-16" standalone="yes"?>

如果不以这种方式指定编码，XML解析器会尝试猜测正在使用的编码。XML 1.0 Recommendation描述了一种可以自动检测字符编码的方法。实际上，如果输入编码为UTF-8，UTF-16或US-ASCII，这不是什么大问题。当遇到使用US-ASCII范围之外的字符的8位编码（例如ISO 8859-1）时，自动检测不起作用 - 如果可以，请避免创建这些编码。

的standalone指示是否将XML文档可以在没有DTD或无法正确处理。人们很少使用它。如今，如果没有DTD，设计缺少信息的XML格式是不好的。

更新：

“prolog错误/无效的utf-8编码”错误表示解析器在文件中找到的实际数据与XML声明所说的编码不匹配。或者在某些情况下，文件中的数据与自动检测的编码不匹配。

由于您的文件包含字节顺序标记（BOM），因此它应采用UTF-16编码。我怀疑你的声明说明<?xml version="1.0" encoding="UTF-8"?>当文件被NotePad改成UTF-16时，这显然是不正确的。简单的解决方案是删除encoding并简单地说<?xml version="1.0"?>。您也可以编辑它来说encoding="UTF-16"但是原始文件（不是UTF-16）或者文件以某种方式变回UTF-8或其他编码时会出错。

不要试图删除BOM - 这不是问题的原因。使用NotePad或写字板编辑XML是真正的问题！

Answer 2

Xml声明是可选的，因此你的xml没有它就可以很好地形成。但建议使用它，以便解析器不会做出错误的假设，特别是关于所使用的编码。

Answer 3

如果你不使用默认值时才需要version和encoding（你是在该示例）。