【XML】UTF8和GB2312编码转换出现乱码的解决方案

审核完的信息要生成XML类型的文件，并且XML要采用GB2312编码，因为采集的新闻网站，有很多网站采用的是UTF8编码，这样在转化的过程中又出现乱码

最近做了一个小项目，遇到此类问题，记录一下，也算是一个总结。
此项目分为两部分，一个是新闻数据采集，一个是采集信息的审核，最后生成XML文件。
数据采集后的数据经过用户编辑完之后，要导出一个ACCESS文件，然后把这个文件导入到信息审核系统。在ACCESS库中存储新闻信息的字段类型是ntext类型，而审核系统库中对应的是varchar(max)类型的字段，导入之后，发现有的空白字符会出现乱码,表现为问号(?)，其实经过后面的测试，这不是空白（空格）字符，而一个特殊字符，怎么办？经过几番测试后发现，varchar(max)类型要改成nvarchar(max)类型，这样导入的数据就不会再有此类问题了。
但后面的测试过程中，又会发现对导入后的采集信息更改（通过.net程序编辑功能）后，数据库中此条信息又出现了乱码问题，研究后发现在插入语句中这样写就不会出现此类问题了,如insert into 表名（news）values(N'"+更新后的值+"")，为什么加N？去百度一下就明白了。
到此，心中总算得到安慰，但后面的问题又让人陷入郁闷之中。。。。。。
审核完的信息要生成XML类型的文件，并且XML要采用GB2312编码，因为采集的新闻网站，有很多网站采用的是UTF8编码，这样在转化的过程中又出现乱码（还是那个“空白”特殊字符搞的），怎么办？网上介绍的把UTF8转化成GB2312就可以了，但实际发现，还是解决不了问题，这下弄的一上午为了解决这个问题，最后还是没有办法，正郁闷之时，突然想到通过VS的调试功能来看看这个特殊字符究竟是什么玩意，最后通过把数据库的此字段值读取出来之后，然后转化成字符数组，content.ToCharArray(); 一个一个的看，发现，导致乱码的这个字符是' '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，此时突然想到，能不能把这个字符的值直接用空格替换呢？马上行动，果然，解决了乱码问题。真求郁闷，这一个毛玩意浪费了一半天时间。
注意，必须要用调试出来的这个值（因为这才是真正的导致乱码的那个特殊字符），调试的时候在即使窗体中粘贴。

代码如下:

content = content.Replace(" ", " ");

更多相关文章

随机推荐