问题集锦
问题描述：
用c#写了一个小程序，用来抓取网页，当网页编码单一时，可以正常，当抓取目标页面存在多个编码时（如果中文和繁体共存），就会出现部分字符转义，如（语言工具：语言工具），虽然源码被转义成#&xxxxx形式，但是IE显示还是正常显示的。
出现问题，想办法解决吧。
首先需要确定#&xxxxx形式的编码到底是什么东东，从网上搜索了很多资料，都是关于乱码的解决方案，没有关于#&xxxxx方面的信息。
很是纳闷，#&xxxxx形式的编码肯定不是乱码，因为它能正常显示字符，可是它到底是什么呢，怎么能给它逆转到正常字符呢。
浪费了近一周的时间，真想放弃。
无助时，联系了北京朋友来探讨这一问题，还是朋友有耐心，帮我查到#&xxxxx其实是字符的unicode内码。
知道这个情况后，就好办多了。不过怎么能将unicode内码转回字符呢，这可又范愁了，从网上搜索了N多资料，没有结果。不过找到了类似javascript解决unicode内码的问题，我当时没有看它是怎么实现的，因为考虑了一下，.net通过javascript来转换内码，浪费性能，不太现实（因为我的字符集非常大）。
朋友又给我发了N个语言的unicode的内码库，我看了部分，有的库太大，还没打开都死机了，如果通过这种方式来批量查找替换内码，更是不现实。
快下班时，朋友给发了EMAIL，说是找到了javascript能解决这一问题，我只看了下标题，不想往下看，因为这块我以前也注意过，应当解决不了问题。
在关闭邮件的同时，忽然想到，是否可以借鉴下javascript，看它是如果转换的，我不相信它能解决的问题.net无能为力？
打开javascript函数，一看，恍然大悟，真是简单问题复杂化了，浪费了我近两周的时间研究这个小问题：
javascript实现办法：
<script>
function unicode(s){
var len=s.length;
var rs="";
for(var i=0;i<len;i++){
var k=s.substring(i,i+1);
rs+="&#"+s.charCodeAt(i)+";";
}
return rs;
}
function runicode(s){
var k=s.split(";");
var rs="";
for(i=0;i<k.length;i++){
var m=k.replace(/&#/,"");
rs+=String.fromCharCode(m);
}
return rs;
}
alert(unicode("老韩测试"));
</script>
function unicode(s){
var len=s.length;
var rs="";
for(var i=0;i<len;i++){
var k=s.substring(i,i+1);
rs+="&#"+s.charCodeAt(i)+";";
}
return rs;
}
function runicode(s){
var k=s.split(";");
var rs="";
for(i=0;i<k.length;i++){
var m=k.replace(/&#/,"");
rs+=String.fromCharCode(m);
}
return rs;
}
alert(unicode("老韩测试"));
</script>
由上可知，javascript通过函数fromCharCode就可以实现转换，.net里有类似对应的类型：char。
转换很简单，一句话解决问题：
char a = (char)35821;
Response.Write(a.ToString());
Response.Write(a.ToString());
OK，知道原理后，就可以写程序批量获取被转义的字符来转换了。
经过此事，打击不小，不过还好没有放弃。
此内容无附件