GBK 页面里塞了一段 UTF-8 文本 半个汉字变成问号

老站整页声明 charset=gbk，新加的公告栏是从另一个系统复制过来的 UTF-8 片段。页面上出现 3 个问号和一个方块，抓源码看到那段中文的字节是 e4 b8 ad，被当成两个 GBK 字符拆开了。日志里能对上时间点，这种反而好排。

GBK 按双字节解析，UTF-8 的常用汉字是三字节，边界一对不上，相邻字节就被错配成别的字。同一个页面里两种编码混排，浏览器只按 meta 或响应头声明的那一种解码，另一部分永远显示不对。这一点先确认清楚，后面就不用反复试。

file -i notice.txt
iconv -f UTF-8 -t GBK notice.txt -o notice_gbk.txt
iconv -f GBK -t UTF-8 -c notice.txt | head -3

这次卡住的地方就在「GBK 页面乱码」这一环，单独把它拎出来验证，别和其他改动混在同一次发布里。

处理上按这个顺序：先确认 meta 声明和响应头里的字符集是否一致；把混入的片段用 iconv 转成 GBK 再贴进去 不要直接复制字节；确实要保留 UTF-8 就把整页转成 UTF-8 并同步改数据库连接串；转完抽查生僻字和全角标点 GBK 里没有的码位会变成问号。

结果对不对很好判断，刷新页面问号消失 控制台里 document.characterSet 和响应头声明一致。