在我们的团队中，我们在 Visual Studio 2008 中有一个数据库项目，该项目由 Team Foundation Server 进行源代码控制。每隔两周左右，一位同事签入后，项目文件将无法加载到其他开发人员的计算机上。错误信息是：
无法加载项目文件。根级别的数据无效。第 1 行，位置 1。
当我在 Notepad++ 中查看项目文件时，该文件如下所示：
��<NUL?NULxNULmNULlNUL NULvNULeNULrNULsNULiNULoNULnNUL ...
等等（你可以看到<?xml version在这）
而普通的项目文件如下所示：
<?xml version="1.0" encoding="utf-16"?> ...
所以文件的编码可能有问题。这对我们来说是一个问题，因为事实证明不可能再次使文件编码正确。 “解决方案”是丢弃项目文件并从源代码控制中获取最新的工作版本。
根据文件，编码应该是UTF-16。根据Notepad++，损坏的文件实际上是UTF-8。
我的问题是：
- 为什么 Visual Studio 会搞乱编码
项目文件，
显然是在随机时间和在
随机机器？
- 我们应该做什么来防止这种情况发生？
- 当它发生时，是否有一个
恢复当前的可能性
改用正确的编码文件
从中提取旧版本
源头控制？
最后一点：问题出在一个项目文件上，所有其他项目文件都不会暴露此问题。
更新：感谢 Jon Skeet 的建议，我得到了第三个问题的答案。
当我用两个字节 FF FE 替换前九个字节 EF BB BF EF BF BD EF BF BD 时，项目文件将再次加载。
这仍然留下了为什么 Visual Studio 会损坏文件的问题。
我想我可以提供一些见解what's正在发生，如果不是为什么的话。
FF FE is a BOM http://en.wikipedia.org/wiki/Byte_order_mark;它出现在文件的开头表明该文件的编码是 UTF-16，little-endian。听起来原始文件确实是 UTF-16，但有些东西忽略了 BOM，并将其读取为 UTF-8。
当这种情况发生时，每个字节FF and FE被视为无效并转换为U+FFFD，官方 Unicode 垃圾字符。然后，当文本再次写入文件时，每个垃圾字符都会转换为其 UTF-8 编码（EF BF BD）和UTF-8 BOM (EF BB BF) 添加在它们前面，从而得到您报告的九字节序列：
EF BB BF # UTF-8 BOM
EF BF BD # U+FFFD in UTF-8
EF BF BD # ditto
如果是这种情况，只需将这九个字节替换为FF FE不安全。无法保证这些是文件中唯一在解释为 UTF-8 时无效的字节。只要文件只包含 ASCII 字符就可以，但是其他任何字符，例如重音字符 (é) 或大引号 (’），将受到不可挽回的破坏。
项目文件真的应该是 UTF-16 吗？如果不是，则可能某个开发人员的系统正在生成 UTF-16，而版本控制系统需要 UTF-8。我注意到在我的 Visual C# Express 安装中，下面有一个选项Environment->Documents称为“当数据无法保存在代码页中时将文档另存为 Unicode”。这听起来可能会导致编码在明显随机的时间发生变化。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
