XmlDocument.Load失败，LoadXml工作：

Question

在回答this question时，我遇到了一个我不明白的情况。该OP试图从以下位置加载XML：http://www.google.com/ig/api?weather=12414&hl=it

显而易见的解决方案是：

string m_strFilePath = "http://www.google.com/ig/api?weather=12414&hl=it"; 
XmlDocument myXmlDocument = new XmlDocument(); 
myXmlDocument.Load(m_strFilePath); //Load NOT LoadXml 

但是这个失败

XmlException：在给定的编码字符无效。第1行，位置499.

它似乎在的à窒息。

OTOH，以下工作正常：

var m_strFilePath = "http://www.google.com/ig/api?weather=12414&hl=it"; 
string xmlStr; 
using(var wc = new WebClient()) 
{ 
    xmlStr = wc.DownloadString(m_strFilePath); 
} 
var xmlDoc = new XmlDocument(); 
xmlDoc.LoadXml(xmlStr); 

我被这个困惑。任何人都可以解释为什么前者失败，但后者工作正常吗？

值得注意的是，文档的xml声明省略了编码。

Answer 1

的WebClient使用在HTTP响应的报头中的编码信息，以确定正确的编码（在这是基于ASCII这种情况下ISO-8859-1，即8每个字符的比特）

它看起来像XmlDocument.Load不使用这个信息和编码也是从xml声明中丢失的，它必须在编码时猜测并得到错误。一些挖掘导致我相信它选择UTF-8。

如果我们想获得真正的技术，它抛出的字符是“à”，即ISO-8859-1编码中的0xE0，但这不是UTF-8中的有效字符 - 具体来说，这个人物是：

11100000 

如果你有一个周围挖在UTF-8 Wikipedia article我们可以看到，这表明一个代码点（即字符）组成的共3个字节采取以下格式：

Byte 1  Byte 2  Byte 3 
----------- ----------- ----------- 
1110xxxx 10xxxxxx 10xxxxxx 

但是，如果我们有一个回顾文档后面的两个字符是“：”，它是ISO-8859-1中的0x3A和0x20。这意味着我们实际上最终得到的是：

Byte 1  Byte 2  Byte 3 
----------- ----------- ----------- 
11100000 00111010 00100000 

无论是顺序的第二或第三个字节具有10作为两个最显著位（这将表明继续），所以这种性格使得没有任何意义UTF-8。

Answer 2

Umidità字符串作为节点innertext必须在<！ [CDATA [Umidità]]>这不会在XmlDocument.Load中给出任何错误。