編碼

編碼就是轉換 Unicode 字符為等價二進制表示的過程。XML 處理程序讀取一個 XML 文檔時，它依賴于編碼類型來編碼文檔。因此，我們需要在 XML 聲明中指定編碼類型。

編碼類型

主要有兩種類型的編碼：

UTF-8

UTF-16

UTF 表示 UCS 轉換格式，而 UCS 本身的意義是通用字符集。編號 8 或者 16 表示呈現字符的比特數。它們是 8（一個字節）或者 16（兩個字節）。對于沒有編碼信息的文檔，默認使用 UTF-8。

語法

編碼信息包含在 XML 文檔的序言部分。UTF-8 編碼的語法如下：

UTF-16 編碼語法如下：

示例

下面的例子展示了編碼聲明：

在上面的 encoding="UTF-8" 示例中，指定使用 8 位表示字符。要使用 16 為表示字符，可以使用 UTF-16 編碼。

使用 UTF-8 編碼的 XML 文件尺寸比 UTF-16 格式的文件更小。

驗證

驗證 就是對 XML 文檔進行驗證的過程。如果文檔內容與元素，屬性和關聯的文檔類型定義（DTD）匹配，以及文檔符合b表達的約束則該文檔被認為是有效的。通過 XML 解析器處理驗證的方式有兩種。分別是：

格式良好的 XML 文檔

有效的 XML 文檔

格式良好的 XML 文檔

如果 XML 文檔遵守以下規則則被認為是格式良好的。

沒有 DTD 的 XML 文檔必須使用預定義的字符實體處理 amp(&)，apos（單引號），g(>)，quot（雙引號）。

必須遵循標簽的順序，比如內部標簽必須在外部標簽閉合之前閉合。

每個開始標簽必須都有一個結束標簽或者必須是一個自閉合標簽（<title>...</title> 或者 <title />）。

在開始標簽中必須只能有一個屬性，并且需要使用引號包裹。