工作中XML文件比对异常：首行声明前出现多余问号求助

核心问题是文件2的首行藏了不可见的Unicode控制字符和多余的?，表面看着和文件1的XML声明类似，实际字节层面完全不一致。

验证方式 #

用十六进制编辑器打开两个文件对比首行字节：

• 文件1正常XML声明的字节序列应为：3C 3F 78 6D 6C 20 76 65 72 73 69 6F 6E 3D 27 31 2E 30 27 20 65 6E 63 6F 64 69 6E 67 3D 27 55 54 46 2D 38 27 3F 3E
• 文件2开头会多出来几个异常字节（比如UTF-8 BOM对应的EF BB BF），再加上多余?对应的3F字节。

修复步骤 #

1. 可视化编辑修复：
   用支持显示控制字符的编辑器（Notepad++、VS Code均可）打开文件2，开启「显示所有字符」功能：
   • Notepad++：视图 → 显示符号 → 显示所有字符
   • VS Code：设置中开启「Editor: Render Whitespace」为all
     删掉开头的不可见字符和多余的?后保存即可。
2. 命令行批量修复（Linux/macOS）：
   直接删除首行第一个<之前的所有内容，执行：

   sed -i '1s/^[^<]*//' file2.xml
   

可能成因 #

文件2大概率是从带格式的文档（Word、网页）复制生成，或是被某些编辑器自动添加了UTF-8 BOM，也可能是生成XML的脚本/工具出错，额外插入了控制字符和多余符号。

内容的提问来源于stack exchange，提问作者clemdcz