UTF-8编码的特殊字符，在GBK下显示？的问题

在UTF-8编码里面存在一个特殊的字符，其编码是“0xC2 0xA0”，转换成字符的时候表现为一个半角空格，跟一般的半角空格（ASCII 0x20）不同的是它的宽度不会被压缩，所以排版中常能用到它。但是GB2312、Unicode之类并没有这样的字符，所以转换后会显示为“?”号，只是显示为问号而不是真正的问号，所以无法被替换。
这时需要在UTF-8的字符串中替换掉该字符即可，在java中的用法如下：
byte[] utfspace = new byte[] { (byte)0xc2, (byte)0xa0 };
String UTFSpace=new String(utfspace,"UTF-8");
intro=intro.replace(UTFSpace, " ");
=========================================================
上面说的只是空格，还有老外的名字中翻译后经常出现的中间点号，等待

Unicode字符集现在有超过10万个字符，其BMP部分也有六万多个字符；而GBK字符集只有 两万以前多个字符。这样的话，从支持unicode字符集或者unicode字符集BMP的编码方式，转化到GBK编码的时候，就会有编码落到GBK字符 集以外，不能转化成GBK编码。在java中，转换之后的字符串，这部分字符都变成了’?’。

通常这些都是非常生僻的字符，倒是可以不 考虑；但是有一个特殊的unicode字符，不在GBK字符集中。却频繁用于xml/html等格式的文件中。这个字符unicode序号为 0xA0，utf-8编码结果为C2A0，作用是一个排版空格——普通的ascii空格在xml/html中是被忽略的。大量UTF-编码的网页使用这个 字符用作占位的空格。而且似乎浏览器对它的处理方式也不同：IE8浏览器会认得这个空格，firefox3.6简单的把它替换成 。当 把一个utf-8编码的网页转成gbk编码时，这个字符就变成讨厌的问号了。

处理方法，就是在字符串以GBK编码写出之前，把这个字符替换掉：

str = str.replace('\u00A0', ' ');

彻底而保险的方法是过滤所有GBK不能表示的字符:

str = str.replaceAll("[^\u4E00-\u9FA5\u3000-\u303F\uFF00-\uFFEF\u0000-\u007F\u201c-\u201d]", " ");

=======================

聪明的人解决问题，智慧的人避免问题。最好的解决方案应该是所有的应用层得编码统一用utf-8的，避免不同的编码转换。

【来源】http://sling2007.blog.163.com/blog/static/8473271320130214104104/