0xF8是UTF-8编码的XML文档中的有效字节吗？

Question

我收到一份声称是UTF-8(<?xml version="1.0" encoding="UTF-8"?>)的文件.我在过去遇到过一些问题,其中发送方的编码声明并不是那么可靠(即文件被声明为具有给定的编码而实际上它们没有),所以我尝试使用http://进行检查utf8checker.codeplex.com/根据此工具,0xF8字节表示此文档不是UTF-8编码的.

但是,相反,此页面将挪威字符'ø'列为UTF-8中的0xF8.(该页面是挪威语,但是,我所指的数据来源于页面底部的表格.)

任何人都可以帮我解决这个问题吗？我在这里感到很困惑.

谢谢!

Answer 1

ø是U + 00F8,因为它不是ASCII,所以它不能是单个UTF-8代码单元.它由UTF-8中的0xC3 0xB8表示.因此,如果你在某个文件中单独使用0xF8,是的,它是无效的UTF-8.

该文档似乎使用Latin-1或Windows代码页1252.

Answer 2

我认为该页面不是非常可靠，它还会显示“ UTF-8 = UCS-1”。

检查Wikipedia，F8只能用作5字节UTF-8序列的第一个字节，但是目前不存在需要5字节编码的Unicode字符。所以不行。