由于不确定的原因，我有一个旧版应用程序开始表现异常。它生成一堆HTML，由ActivePDF转换为PDF报告。
该过程如下所示：
- 从数据库中提取带有替换标记的HTML模板（例如“〜CompanyName〜”，“〜CustomerName〜”等）
- 用真实数据替换令牌
- 使用简单的正则表达式函数对HTML进行整理，该函数可对HTML标签属性值进行格式设置（确保引号等，因为ActivePDF的呈现引擎只讨厌属性值周围的单引号）
- 将HTML发送到创建PDF的Web服务。
在混乱的某个地方，HTML模板（ s）中的不间断空格被编码为ISO-8859-1，因此当在浏览器（FireFox）中查看文档时，它们会错误地显示为“”字符。ActivePDF会戳这些非UTF8字符。
我的问题是：由于我不知道问题源于何处并且没有时间进行调查，是否有一种简单的方法可以重新编码或查找和替换不良字符？我试图通过我一起放的这个小功能来发送它，但是这一切都变成了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？
编辑：
我现在暂时解决这个问题，尽管这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
2
HTML是否包含任何元信息来描述其字符集？
—
罗兰·肖
[以前的评论已删除]简短答案：不。
—
Cᴏʀʏ
对我来说工作：utf8_decode（）
—
ursuleacv