为什么expat拒绝en短划线字符为无效？
在我的XML输入文件，我有以下行：为什么expat拒绝en短划线字符为无效？
<change beforeWhat="Literacy rate in L2: 50\%–75\%. Informally used" />
50\%和75\%之间的字符是不是一个连字符，但一个en dash。
当我使用Python中外籍人士在此XML文件解析：
postFixesDoc = minidom.parse('postFixes.xml')
我收到以下错误：
ExpatError: not well-formed (invalid token): line 35, column 99
，其中35是我从XML输入文件上面引述的线， 99是在短划线之前的%的列。
如果我用–替换破折号，那么错误消失，一切正常。 所以我有一个解决方法。但我不明白为什么会发生这种情况。
我读过的关于这个问题的内容 - 例如， Python’s minidom, xml, and illegal unicode characters - 告诉我一些在UTF-8中合法的字符在XML中不合法，并且在合法字符范围内指向section 2.2 of the XML Spec。但是Char的定义包括范围#x20-#xD7FF。而且#x2013显然落在这个范围内。所以有什么问题？
FWIW，XML输入文件始于UTF-8声明，
<?xml version="1.0" encoding="utf8"?>
和我用十六进制编辑器，以验证该短划线是由字符序列E2 80 93，这是表示correct UTF-8 encoding为短划线。那么为什么不能接受呢？这是expat中的错误吗？
啊哈...
This Python doc footnote，虽然它适用于不同的情况，提醒我的事实，我的XML编码声明是错误的：
The encoding string included in XML output should conform to the appropriate standards. For example, “UTF-8” is valid, but “UTF8” is not.
出于某种原因，我的印象utf8也是可以接受的。但是当我将声明更改为
<?xml version="1.0" encoding="utf-8"?>
错误消失了！
很高兴修复了编码帮助！通常，编码问题的一个有用技巧是将所有非ASCII字符转换为数字字符引用（如“&＃x2013;”您尝试过）。如果解决了这个问题，那么问题几乎肯定是在编码级别，在这一点上，你开始计算你的数据是否真的在UCS-2，UTF-8，CP1252中（CP1252是一个卷曲引号和em/en的常见问题破折号，虽然幸福，你没有被那一个咬伤）。
* nix“iconv”实用程序可以在字符编码之间进行转换。如果你要求它将你的数据从utf8转换成ucs2，它会对任何无效的字节序列进行尖叫。
XML增加了一个复杂性：严格禁止许多控制字符（d00 - d31，CR，LF和HT以外）。但是一个值得它的盐的XML解析器会告诉你它是否看到这些。