java 字符串 nbsp,HTML编码问题 - “”字符显示而不是“＆nbsp;”

我有一个遗留应用程序只是开始行为不端，无论出于何种原因，我不确定 . 它会生成一堆HTML，并由ActivePDF转换为PDF报告 .

这个过程是这样的：

从数据库中提取HTML模板，并在其中包含要替换的标记(例如"~CompanyName~"，"~CustomerName~"等)

用真实数据替换标记

使用简单的正则表达式函数整理HTML，该函数可以格式化HTML标记属性值(确保引号等，因为ActivePDF的渲染引擎只讨论属性值周围的单引号)

将HTML发送到创建PDF的Web服务 .

在这个混乱中的某个地方，HTML模板(   s)中的不间断空格编码为ISO-8859-1，因此在浏览器(FireFox)中查看文档时它们会错误地显示为"Â"字符 . ActivePDF会对这些非UTF8字符产生影响 .

我的问题：既然我没有时间对其进行调查，是否有一种简单的方法可以重新编码或查找并替换坏字符？我已经尝试通过我扔在一起的这个小功能发送它，但它把它变成了gobbledegook并没有改变任何东西 .

Private Shared Function ConvertToUTF8(ByVal html As String) As String

Dim isoEncoding As Encoding = Encoding.GetEncoding("iso-8859-1")

Dim source As Byte() = isoEncoding.GetBytes(html)

Return Encoding.UTF8.GetString(Encoding.Convert(isoEncoding, Encoding.UTF8, source))

End Function

有任何想法吗？

EDIT:

我现在正在接受这个，虽然它似乎不是一个好的解决方案：

Private Shared Function ReplaceNonASCIIChars(ByVal html As String) As String

Return Regex.Replace(html, "[^\u0000-\u007F]", " ")

End Function