Visual Studio 2008项目文件因为意外的编码更改而无法加载

Question

在我们的团队中，我们在Visual Studio 2008中有一个由Team Foundation Server进行源代码控制的数据库项目。每两周左右，在一位同事签入后，项目文件将不会加载到其他开发人员计算机上。错误消息是：

项目文件无法加载。根级别的数据无效。 1号线，位置1

当我看到在记事本项目文件++，这个文件看起来是这样的：

��<NUL?NULxNULmNULlNUL NULvNULeNULrNULsNULiNULoNULnNUL ...

等（你可以在此看到<?xml version ） 而一个正常的项目文件看起来像：

<?xml version="1.0" encoding="utf-16"?> ...

所以大概什么是错与ENC编码文件。这对我们来说是一个问题，因为它不可能再次获得正确的文件编码。 '解决方案'是扔掉项目文件，从源代码管理中获取最新的工作版本。

根据该文件，编码应该是UTF-16。根据记事本++，损坏的文件实际上是UTF-8。

我的问题是：

• 为什么Visual Studio中搞乱了编码 项目文件， 显然在随机时间，并在 随机计算机？
• 我们该怎么做才能防止这种情况？
• 当它发生时，是否有 恢复当前 文件的正确编码，而不是 拉动 源代码控制的旧版本？

作为最后一个提示：问题是一个单独的项目文件，所有其他项目文件不公开此问题。

更新：感谢Jon Skeet的建议，我对第三个问题有了答案。 当我用两个字节FF FE替换前9个字节EF BB BF BF BF BD EF BF BD时，项目文件将再次加载。

这仍然是Visual Studio破坏文件的原因。

Answer 1

我想我可以提供一些洞察到什么是发生，如果不是原因。

FF FE是BOM;它在文件开头的存在表明该文件的编码是UTF-16，是小端。这听起来像是原始文件真的是UTF-16，但有些东西忽略了BOM并将它看作是UTF-8。

发生这种情况时，每个字节FF和FE被视为无效并转换为U+FFFD，即官方Unicode垃圾回收字符。然后，再次将文本写入文件时，每个垃圾字符都会转换为其UTF-8编码（EF BF BD），并在其前面添加BOM（EF BB BF），从而导致九个字节序列您报道：

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，只需更换FF FE的9个字节是不是安全。不能保证这些文件中的唯一字节在解释为UTF-8时无效。只要该文件只包含ASCII字符，您就可以，但其他任何内容（如重音字符（é）或卷曲引号（’））都将无法修复。

项目文件是否应该是UTF-16？如果不是，那么当版本控制系统期望UTF-8时，也许这个开发人员的系统正在生成UTF-16。我注意到在我的Visual C＃Express安装中有一个Environment->Documents下的选项，名为“当数据无法保存在代码页中时将文档另存为Unicode”。这听起来像是可能导致编码在明显随机时间改变的事情。