XML声明中encoding="UTF-8"明确指示解析器按UTF-8编码读取文件，若声明与实际编码不符（如文件为GBK却声明UTF-8），会导致中文、emoji等显示为乱码或解析异常；必须确保声明、文件真实编码、HTTP头charset三者一致，推荐统一使用UTF-8无BOM保存。
XML声明里encoding="UTF-8"是告诉解析器“怎么读这个文件”
不设或设错，解析器就可能把中文、emoji、特殊符号当乱码——不是文件坏了，是它“读错了”。比如你写<name>张三</name>，解析出来变成<name>å¼ ä¸</name>，问题就出在这儿。
常见错误现象：org.xml.sax.SAXParseException: Invalid byte 2 of 3-byte UTF-8 sequence（Java）、UnicodeDecodeError: 'utf-8' codec can't decode byte（Python xml.etree.ElementTree），本质都是解析器按UTF-8去读，但文件实际是GBK或没BOM的UTF-8变体。
- 必须和文件真实编码完全一致：用VS Code右下角看当前编码，保存时选“Save with Encoding → UTF-8”（别选UTF-8 with BOM）
- 如果文件是GBK写的，就别硬写
encoding="UTF-8"；要么转成UTF-8存盘，要么改成encoding="GBK"（但跨平台兼容性差） - HTTP传输时，
Content-Type头里的charset要和XML声明一致，否则浏览器/客户端可能优先信HTTP头
不写encoding属性时，XML解析器默认怎么猜
XML规范规定：没声明encoding时，解析器先看前几个字节有没有BOM。有BOM就按BOM判断（如EF BB BF → UTF-8）；没BOM，默认按UTF-8处理——但很多老工具（尤其Windows记事本生成的XML）没BOM还存成UTF-8，这时解析器仍会按UTF-8读，反而没问题；可一旦是GBK没声明，就必然崩。
- 记事本另存为UTF-8时默认带BOM，但多数编程语言解析器（如Python的
xml.etree）会把BOM当非法字符报错 - Linux/macOS下用
iconv -f GBK -t UTF-8 in.xml > out.xml转码后，务必手动加encoding="UTF-8"声明，否则解析器不知道你转了 - 用
file -i filename.xml（Linux/macOS）或chcp+二进制查看器（Windows）确认真实编码，别信文件扩展名或编辑器标题栏
Python读XML时encoding参数和XML声明冲突怎么办
Python的xml.etree.ElementTree.parse()直接读文件时，会先读声明里的encoding，再按该编码打开——所以你代码里传encoding参数没用；真正要干预，得先用正确编码打开文件对象再喂给parse()。
- 错误写法：
ET.parse("data.xml", encoding="UTF-8")—— 这个encoding参数在parse()里被忽略 - 正确写法：
with open("data.xml", "rb") as f: tree = ET.parse(f)（让ET自己按声明解析） - 如果声明错了又没法改源文件：先
with open("data.xml", "r", encoding="GBK") as f: content = f.read()，再用ET.fromstring(content) - 注意
open()必须用"rb"模式传给parse()，用"r"模式会导致二次解码出错
Java里SAXParser或DocumentBuilder对encoding声明敏感吗
敏感，而且更严格。JDK内置解析器会校验声明和实际内容是否匹配，不匹配直接抛SAXParseException。比如声明encoding="UTF-8"但文件含0xA3 0x6C（GB2312的“隆”），就会报“Invalid byte 1 of 1-byte UTF-8 sequence”。
- 用
InputStream构造InputSource时，不要调用setEncoding()覆盖XML声明，除非你确定声明错了 - Maven项目里如果用
javax.xml.parsers.DocumentBuilder，确保JVM默认编码不是GBK（file.encoding系统属性），否则new String(bytes)环节可能污染 - Spring的
ClassPathXmlApplicationContext加载XML时，底层也是走标准DOM/SAX，同样受此约束——别指望框架帮你绕过编码声明
encoding属性不是装饰，它和文件字节流是绑定关系。改声明不如改文件编码，改文件编码不如统一用UTF-8无BOM存盘——这点在团队协作时最容易被忽略，一个人用记事本存GBK，其他人用IDEA开UTF-8，一合并就出事。 
