在web浏览器中查看时的中文文本编码缺失字符

Question

我有一个包含中文文本的HTML文件。当我在任何浏览器中打开该文件时，都会有一些字符似乎丢失了。

下面是从浏览器窗口复制的一个示例：

本函旨在邀請您參��定於

我知道的一个事实是，在这里看到的所有其他字符都是正确的，除了缺失的字符(由一个母语为汉语的人证实)。

在HTML标题中，我有一个标记，它表示文件包含UTF-8编码字符：

<META http-equiv="Content-Type" content="text/html; charset=utf-8">

我已经尝试过这个元标记中的其他字符，但是到目前为止，除了UTF-8之外，我尝试的任何编码方法看起来都更糟糕。

我还考虑到可能是字体问题，所以我在系统上安装了3种不同的传统中文字体，并强迫Chrome使用它们。他们中的任何一个都没有发挥任何作用--缺失的角色仍然存在。

如果我用Notepad++打开HTML，我可以看到以下内容：

http://i.imgur.com/GoS07WX.png

如果我选择并将此文本复制粘贴到常规MS记事本中，我将得到以下内容：

本函旨在邀請您參劦nbsp;定於

因此，您可以在这里看到，在Notepad++中可见的“x8A”似乎已被劦所取代。

在这种情况下，浏览器为什么要显示��而不是劦，有什么原因吗？

Answer 1

再次查看HTML文件。

我看到在UTF-8中编码的字符的前两个字节，然后是.让我们想象一下，最初有\xA0，当文件通过将全局替换应用到UTF-8编码的数据时，它会发生变异为 。

但是，\xE5 5\xA0\xA0 UTF-8解码为U+52A，与U+52A6 .离答案不够近。