• From: Michael Kay <mike@s...>
• To: Mukul Gandhi <mukulg@s...>
• Date: Sun, 16 Jan 2022 17:58:08 +0000

My guess would be that Microsoft chose an ASCII encoding for this file rather than a UTF-8 encoding because, at the time, CVS repositories could be very temperamental about file encodings.

End user applications, provided they use a real XML parser, are going to see exactly the same data is if it had all been encoded in UTF-8.

Michael Kay
Saxonica

> On 16 Jan 2022, at 07:03, Mukul Gandhi <mukulg@s...> wrote:
> 
> Hi all,
>    I came across, following XML instance document, provided with w3c xml schema test suite,
> 
> <doc value="&#x0600;&#x0601;&#x0602;&#x0603;&#x0604;&#x0605;&#x0606;&#x0607;&#x0608;&#x0609;&#x060A;&#x060B;&#x060C;&#x060D;&#x060E;&#x060F;&#x0610;&#x0611;&#x0612;&#x0613;&#x0614;&#x0615;&#x0616;&#x0617;&#x0618;&#x0619;&#x061A;&#x061B;&#x061C;&#x061D;&#x061E;&#x061F;&#x0620;&#x0621;&#x0622;&#x0623;&#x0624;&#x0625;&#x0626;&#x0627;&#x0628;&#x0629;&#x062A;&#x062B;&#x062C;&#x062D;&#x062E;&#x062F;&#x0630;&#x0631;&#x0632;&#x0633;&#x0634;&#x0635;&#x0636;&#x0637;&#x0638;&#x0639;&#x063A;&#x063B;&#x063C;&#x063D;&#x063E;&#x063F;&#x0640;&#x0641;&#x0642;&#x0643;&#x0644;&#x0645;&#x0646;&#x0647;&#x0648;&#x0649;&#x064A;&#x064B;&#x064C;&#x064D;&#x064E;&#x064F;&#x0650;&#x0651;&#x0652;&#x0653;&#x0654;&#x0655;&#x0656;&#x0657;&#x0658;&#x0659;&#x065A;&#x065B;&#x065C;&#x065D;&#x065E;&#x065F;&#x0660;&#x0661;&#x0662;&#x0663;&#x0664;&#x0665;&#x0666;&#x0667;&#x0668;&#x0669;&#x066A;&#x066B;&#x066C;&#x066D;&#x066E;&#x066F;&#x0670;&#x0671;&#x0672;&#x0673;&#x0674;&#x0675;&#x0676;&#x0677;&#x0678;&#x0679;&#x067A;&#x067B;&#x067C;&#x067D;&#x067E;&#x067F;&#x0680;&#x0681;&#x0682;&#x0683;&#x0684;&#x0685;&#x0686;&#x0687;&#x0688;&#x0689;&#x068A;&#x068B;&#x068C;&#x068D;&#x068E;&#x068F;&#x0690;&#x0691;&#x0692;&#x0693;&#x0694;&#x0695;&#x0696;&#x0697;&#x0698;&#x0699;&#x069A;&#x069B;&#x069C;&#x069D;&#x069E;&#x069F;&#x06A0;&#x06A1;&#x06A2;&#x06A3;&#x06A4;&#x06A5;&#x06A6;&#x06A7;&#x06A8;&#x06A9;&#x06AA;&#x06AB;&#x06AC;&#x06AD;&#x06AE;&#x06AF;&#x06B0;&#x06B1;&#x06B2;&#x06B3;&#x06B4;&#x06B5;&#x06B6;&#x06B7;&#x06B8;&#x06B9;&#x06BA;&#x06BB;&#x06BC;&#x06BD;&#x06BE;&#x06BF;&#x06C0;&#x06C1;&#x06C2;&#x06C3;&#x06C4;&#x06C5;&#x06C6;&#x06C7;&#x06C8;&#x06C9;&#x06CA;&#x06CB;&#x06CC;&#x06CD;&#x06CE;&#x06CF;&#x06D0;&#x06D1;&#x06D2;&#x06D3;&#x06D4;&#x06D5;&#x06D6;&#x06D7;&#x06D8;&#x06D9;&#x06DA;&#x06DB;&#x06DC;&#x06DD;&#x06DE;&#x06DF;&#x06E0;&#x06E1;&#x06E2;&#x06E3;&#x06E4;&#x06E5;&#x06E6;&#x06E7;&#x06E8;&#x06E9;&#x06EA;&#x06EB;&#x06EC;&#x06ED;&#x06EE;&#x06EF;&#x06F0;&#x06F1;&#x06F2;&#x06F3;&#x06F4;&#x06F5;&#x06F6;&#x06F7;&#x06F8;&#x06F9;&#x06FA;&#x06FB;&#x06FC;&#x06FD;&#x06FE;&#x06FF;"/>
> 
> Within the above mentioned, XML document, the text content of attribute "value" are arabic characters (specified with their unicode code points). I guess, specifying unicode characters with notation &#x.... (as with the example cited above), is a preferred way to mention and transport the related XML documents across software application systems.
> 
> My questions please,
> What would, end user applications do with such XML documents? I guess, most likely they'll render them within a UI (then relevant fonts would also be needed) or, get/extract text contents from the XML documents for specific computations (like string comparison, etc). Am I right, on these points?
> 
> Any thoughts, on this topic would be great.
> 
> 
> -- 
> Regards,
> Mukul Gandhi

• Follow-Ups:
  • Re: unicode characters within XML documents
    • From: Mukul Gandhi <mukulg@s...>
  • Re: unicode characters within XML documents
    • From: Tim Bray <tbray@t...>

• References:
  • unicode characters within XML documents
    • From: Mukul Gandhi <mukulg@s...>