Unicode字符集現在有超過10萬個字元，其BMP部分也有六萬多個字元；而GBK字符集只有兩萬以前多個字元。這樣的話，從支援unicode字符集或者unicode字符集BMP的編碼方式，轉化到GBK編碼的時候，就會有編碼落到GBK字符集以外，不能轉化成GBK編碼。在java中，轉換之後的字串，這部分字元都變成了’?’。

通常這些都是非常生僻的字元，倒是可以不考慮；但是有一個特殊的unicode字元，不在GBK字符集中。卻頻繁用於xml/html等格式的檔案中。這個字元unicode序號為0xA0，utf-8編碼結果為C2A0，作用是一個排版空格——普通的ascii空格在xml/html中是被忽略的。大量UTF-編碼的網頁使用這個字元用作佔位的空格。而且似乎瀏覽器對它的處理方式也不同：IE8瀏覽器會認得這個空格，firefox3.6簡單的把它替換成 。當把一個utf-8編碼的網頁轉成gbk編碼時，這個字元就變成討厭的問號了。

處理方法，就是在字串以GBK編碼寫出之前，把這個字元替換掉：

str = str.replace('/u00A0', ' ');

徹底而保險的方法是過濾所有GBK不能表示的字元:

str = str.replaceAll("[^/u4E00-/u9FA5/u3000-/u303F/uFF00-/uFFEF/u0000-/u007F/u201c-/u201d]", " ");