C#控制台项目中 显示为?的问题求助

我懂你遇到的这个头疼问题——爬取的文本里原本的 存完输出就变成问号，试了编码转换和各种替换都没效果对吧？其实核心是你找错了要处理的对象，咱们一步步搞定：

问题本质拆解 #

当你用h.TextContent获取网页文本时，HTML里的 已经被解析成了Unicode非断行空格字符（U+00A0），而不是你以为的字符串 或者 。输出显示成?，要么是控制台编码不支持这个特殊空格，要么是你替换时瞄准错了目标字符。

你之前写的Replace('&', ' ')这类代码完全不对，因为&是HTML里&的转义，而TextContent已经把所有HTML实体解析成了对应的Unicode字符，根本不会存在&这样的字符串。

正确解决步骤 #

1. 先确认目标字符 #

你可以先打印出那个问号对应的Unicode码，验证是不是U+00A0：

foreach (char c in head)
{
    Console.WriteLine($"字符: {c} | Unicode码: {(int)c:X4}");
}

如果输出里有Unicode码: 00A0，那就是它没错了。

2. 替换非断行空格 #

直接针对U+00A0字符进行替换，换成普通空格或者直接移除：

// 替换为普通空格
head = head.Replace('\u00A0', ' ');

// 或者直接移除
// head = head.Replace('\u00A0', string.Empty);

3. 修复控制台显示问题 #

如果替换后还是显示问号，那是控制台的编码不支持Unicode字符，你需要在程序开头设置控制台的输出编码：

// 设置控制台输出为UTF-8，支持绝大多数Unicode字符
Console.OutputEncoding = Encoding.UTF8;

完整示例代码 #

using System;
using System.Text;

class Program
{
    static void Main()
    {
        // 先配置控制台编码
        Console.OutputEncoding = Encoding.UTF8;

        // 模拟爬取到的文本（包含U+00A0）
        string head = "这是一段包含\u00A0非断行空格的文本";

        // 替换非断行空格为普通空格
        head = head.Replace('\u00A0', ' ');

        // 输出测试
        Console.WriteLine("处理后文本: " + head);
    }
}

额外注意事项 #

如果是存储到文件或数据库时出现问号，要确保存储时使用的是支持Unicode的编码（比如UTF-8），别用ASCII这类窄编码——ASCII无法表示U+00A0这类扩展字符，会直接把它替换成?。

内容的提问来源于stack exchange，提问作者arcanium0611