UTF8转成GB2312乱码问题解决方案

最近在做一个项目时，遇到了一个挺典型的问题，这里记录一下，也算是一次经验总结。 项目本身分为两大块：一是新闻数据采集，二是采集信息的审核，最后还要生成XML文件。数据采集完成后，经过人工编辑，需要导出一个ACCESS文件，再把这个文件导入到信息审核系统。在ACCESS库里，存储新闻信息的字段类型是`ntext`，而审核系统对应的字段是`varchar(max)`。导入之后，发现有些“空白字符”变成了乱码——具体表现就是问号（?）。后来经过反复测试，发现这些根本不是普通的空格，而是一种特殊字符。 那怎么办？几番折腾后找到的第一个方案是：把`varchar(max)`类型改成`nvarchar(max)`，这样导入的数据就不会再出现这类问题了。但问题并没有彻底解决——后续测试中，对导入后的信息进行修改（通过.NET程序编辑功能）后，数据库中这条记录又出现了乱码。进一步研究发现，只要在插入语句里这样写就没问题了： ```sql insert into 表名 (news) values(N'更新后的值') ``` 为什么加个`N`？去百度一下就能明白，这里不展开说。 到这一步，总算松了口气。但后面的问题又让人陷入郁闷…… 审核完成的信息需要生成XML文件，而且要求XML使用GB2312编码。因为采集的新闻网站很多采用UTF-8编码，在转换过程中又出现了乱码——还是那个“空白”特殊字符搞的鬼。网上查到的方案是把UTF-8转成GB2312，但实际一试，根本解决不了。折腾了一上午，还是没辙。 正郁闷的时候，突然想到，不如用Visual Studio的调试功能，看看这个特殊字符到底是什么玩意儿。把数据库里的字段值读出来，然后转成字符数组：`content.ToCharArray();`，一个一个地看，终于发现那个导致乱码的字符是 `' '`（注意引号中的空白，这不是一个空格，而是一个在GB2312中无法识别的特殊字符）。这时候灵机一动：能不能直接用空格替换掉这个字符？马上行动，果然，乱码问题解决了。 真是让人郁闷，这么一个不起眼的字符，竟然浪费了大半天时间。 注意：替换时一定要用调试出来的那个真正的值（这才是导致乱码的特殊字符），调试时在即时窗口中粘贴即可。 ```csharp content = content.Replace(" ", " ");