UTF-8转GB2312后字符丢失，已转换的字符串能否恢复？

嘿，这个问题我太熟悉了，经常碰到新手处理编码转换踩这个坑！咱们先聊聊你的场景，再给你明确答案。

首先看你调整后的代码（把Encoding.Default换成了明确的GB2312编码）：

byte[] data_utf8 = { 123, 34, 107, 101, 121, 34, 58, 32, 34, 229, 188, 186, 229, 155, 158, 229, 163, 176, 34, 125 };

Console.WriteLine(string.Join(", ", data_utf8));
Console.WriteLine(Encoding.UTF8.GetString(data_utf8));

var gb2312_String = Encoding.GetEncoding("gb2312").GetString(data_utf8);
var gb2312_bytes = Encoding.GetEncoding("gb2312").GetBytes(gb2312_String);

Console.WriteLine(string.Join(", ", gb2312_bytes));
Console.WriteLine(Encoding.UTF8.GetString(gb2312_bytes));

你看到的输出里最后一个“声”变成了问号，核心原因是：GB2312的字符集范围比UTF-8小太多，你的“声”对应的UTF-8字节序列（229,163,176）不在GB2312的编码映射表里。当用GB2312解码UTF-8字节时，遇到无法识别的序列，编码库会自动用问号（ASCII码63）替代这个“处理不了”的部分——这一步是不可逆的！

那能不能从已经变成{"key": "强回?"}的字符串恢复原内容？

答案是几乎不可能。因为问号是个通用占位符，它只告诉你“这里有个字符我识别不了”，但完全没保留原字节的任何信息。你没法从一个问号反推出它原本是哪个UTF-8字节序列，毕竟有N多个字符的UTF-8序列在GB2312里都无法映射，最后都会变成问号。

给你两个实打实的建议：

• 尽量全程用UTF-8处理文本，不管是读文件、存数据还是网络传输，UTF-8是通用编码，几乎不会出现字符丢失的问题；
• 如果非得在UTF-8和GB2312之间转换，别用默认的替换策略。可以指定EncoderFallback.ExceptionFallback或者自定义回退策略，这样遇到无法映射的字符时会直接抛出异常，让你第一时间发现问题，而不是等字符丢了才后知后觉。

备注：内容来源于stack exchange，提问作者Eric Qiang