关于XML对特殊字符的编码

项目中遇到这类问题，比如“优褅股份”，采用GBK编码可以，如果采用GB2312编码的话，XML文件中会生成“优褅股份”，显然“褅”超出了他的编码范围，那么按照XML标准，将其采用UINCODE的统一编码格式进行编码。

这样对于公司EDI产品，如果编码采用GB2312编码，解码采用GBK，那么由于编码时生成“优褅股份”，能正常解码，如果编码采用GBK，解码用gb2312，那么由于gb2312无法识别“褅”，将解码失败。

 

如下示例：
db2xml(gb2312)-->String(Unicode)-->bytes(gb2312)---传输---bytes(gb2312)-->String(GBK)-->xml2db
优褅股份 -->  优褅股份 (成功)                       

 

db2xml(GBK)-->String(Unicode)-->bytes(GBK)---传输---bytes(GBK)-->String(gb2312)-->xml2db
优褅股份 --> 优?股份 (失败)

 

另外学习到，String是java的内码进行编码的，就是Unicode，通过gb2312编码成字节数组时，该字节数组含gb2312编码信息，而Unicode是个全集，能自由地在各种编码之间转换。

类似oracle中存的中文数据，应该也是采用oracle内码决定的。