XML文件中文乱码本质是字符编码和解码过程使用的字符集不匹配，导致中文字符无法被正确识别，出现乱码、问号或者非法字符错误。常见的乱码场景包括本地编辑的XML文件打开后中文异常、接口传输的XML数据解析后中文错误、不同系统间交换XML文件出现编码问题等。
XML中文乱码的常见成因
1. 文件实际编码与XML声明编码不一致
XML文件开头通常会声明编码格式，比如<?xml version="1.0" encoding="UTF-8"?>，如果文件实际保存的编码是GBK，但是声明写的是UTF-8，解析器就会按照UTF-8的规则去解析GBK编码的内容，自然会出现乱码。
2. 编辑器默认编码与文件编码不匹配
很多文本编辑器默认使用系统本地编码保存文件，比如Windows系统默认是GBK，如果你手动写了UTF-8的XML声明，但是编辑器保存时用了GBK编码，打开文件时就会出现中文乱码。
3. 传输或解析时未指定正确编码
当XML文件通过接口传输或者程序解析时，如果没有显式指定编码格式，解析器可能会使用默认编码（比如ISO-8859-1）去解析包含中文的XML内容，也会导致乱码问题。
解决XML中文乱码的具体方法
1. 统一文件保存编码和XML声明编码
首先确认XML文件开头的声明编码，比如声明为UTF-8，就需要把文件保存为UTF-8无BOM格式。以Notepad++为例，操作路径是编码-转为UTF-8无BOM编码格式，然后保存文件。
正确的XML声明示例：
<?xml version="1.0" encoding="UTF-8"?>
<user>
<name>张三</name>
<age>25</age>
</user>
2. 程序解析XML时显式指定编码
如果是用Java程序解析XML，需要指定输入流的编码和XML声明一致，避免解析器使用默认编码。示例代码如下：
import org.dom4j.Document;
import org.dom4j.DocumentException;
import org.dom4j.io.SAXReader;
import java.io.File;
import java.io.FileInputStream;
import java.io.InputStreamReader;
public class XmlParseDemo {
public static void main(String[] args) {
SAXReader reader = new SAXReader();
try {
// 显式指定输入流编码为UTF-8，和XML声明一致
Document document = reader.read(new InputStreamReader(new FileInputStream(new File("test.xml")), "UTF-8"));
String name = document.getRootElement().elementText("name");
System.out.println("解析到的用户名：" + name);
} catch (Exception e) {
e.printStackTrace();
}
}
}
3. 接口传输XML时设置正确的Content-Type
如果是通过HTTP接口传输XML数据，需要在响应头中指定Content-Type的charset参数，确保接收方按照正确的编码解析内容。比如响应头设置为：
Content-Type: text/xml; charset=UTF-8
4. 避免无意义的编码转换
不要对已经编码正确的XML内容做多余的编码转换，比如已经是UTF-8编码的内容，不要再用GBK去转码一次，否则会破坏原有的编码结构导致乱码。
常见问题排查步骤
如果遇到XML中文乱码问题，可以按照以下步骤排查：
- 第一步：检查XML文件开头的encoding声明，确认声明的编码格式
- 第二步：用支持查看编码的编辑器（比如Notepad++、VS Code）查看文件的实际保存编码，确认和声明一致
- 第三步：如果是程序解析问题，检查解析时是否指定了和XML声明一致的编码
- 第四步：如果是传输问题，检查传输过程的Content-Type头是否设置了正确的charset
只要保证XML文件的保存编码、XML声明编码、解析/传输时指定的编码三者完全一致，就可以避免绝大多数XML中文乱码问题。