java导出dbf文件生僻汉字处理
java导出数据到dbf文件,如果姓名中有生僻汉字,在dbf中看到的很可能是?号。
遇到这种情况需查对GBK的生僻汉字的Unicode表,GBK提及的52个生僻汉字有两种Unicode。
例如:
䶮(yan 3) \u4ADE就不能在dbf中正常显示是?
如果换成\uE863则可以(可以打开word的插入->符号->其他符号,在字符代码中输入4ADE的到字符插入word,输入E863的到另一形式插入word,将这两种形式的字符从word拷贝到Visual Fox Pro的命令窗口可以看到差别,一个变成?一个能正常显示)。
解决方式:
1.建立52个生僻汉字的unicode映射Map
2.将生僻汉字转成unicode形式(有可能是将整个姓名转成unicode)
3.将姓名的unicode形式进行分割(\u)生成数组(注意两端的双引号)
4.遍历unicode数组,如果找到生僻汉字的unicode则进行替换
5.将unicode还原成汉字
6.写入dbf
汉字转unicode可利用(import com.alibaba.fastjson.JSON) :
- //unicode转中文
- public static String unicodeToString(String str) {
- return String.valueOf(JSON.parse(str));
- }
- //中文字符转unicode
- public static String stringToUnicode(String s) {
- return JSON.toJSONString(s, SerializerFeature.BrowserCompatible);
- }
其他说明:
例如:
䶮在mysql中能显示出来,导出到dbf中时如果选择 字符集为 GB2312或GBK,导出的 䶮为?。
在Visual Fox Pro 9的命令窗口里输入的 䶮为?
打开word,插入,输入字符编码4DAE得到 䶮,插入到word,复制粘贴到 Visual Fox Pro 9的命令窗口改字显示 为?
打开word,插入,输入字符编码8E63得到 ,有些版本的Word能显示出来,有些版本的不能显示,按Alt+X ,插入到word,复制粘贴到 Visual Fox Pro 9的命令窗口改字能显示 正常
上图输入E863无反应
按快捷键Alt+x后的效果
java-dbf中文标题乱码
项目中需要对DBF的文件进行导入处理,上网搜了发现有java-dbf这个东西。实际应用中踩了不少坑,主要就是中文乱码的问题。
- InputStream in = new FileInputStream("D:\\test.dbf");
- DBFReader reader = new DBFReader(in);
- reader.setCharactersetName("GBK");
- for(int i = 0; i < reader.getFieldCount(); i++){
- DBFField field = reader.getField(i);
- System.out.print(field.getName() + ",");
- }
- System.out.print("\r\n");
- Object[] values;
- while ( (values = reader.nextRecord()) != null ){
- for(Object value : values){
- System.out.print(value.toString() + ",");
- }
- System.out.print("\r\n");
- }
网上写法千篇一律,大概就是这样。问题来了DBF中具体数据的中文乱码通过reader.setCharactersetName("GBK")解决了。
但是发现列名的乱码还是没有解决
后来查了一下源码,发现了问题所在
- public DBFReader(InputStream in, Charset charset, boolean showDeletedRows) {
- try {
- this.showDeletedRows = showDeletedRows;
- this.inputStream = in;
- this.dataInputStream = new DataInputStream(this.inputStream);
- this.header = new DBFHeader();
- this.header.read(this.dataInputStream, charset, showDeletedRows);
- setCharset(this.header.getUsedCharset());
- /* it might be required to leap to the start of records at times */
- int fieldSize = this.header.getFieldDescriptorSize();
- int tableSize = this.header.getTableHeaderSize();
- int t_dataStartIndex = this.header.headerLength - (tableSize + (fieldSize * this.header.fieldArray.length)) - 1;
- skip(t_dataStartIndex);
- this.mapFieldNames = createMapFieldNames(this.header.userFieldArray);
- } catch (IOException e) {
- DBFUtils.close(dataInputStream);
- DBFUtils.close(in);
- throw new DBFException(e.getMessage(), e);
- }
- }
其中header就是我们读取的列名,列数所依靠的成员变量,但是这个变量在对象创建的时候就赋值好了。
这就导致了后来即使调用了setCharactersetName也解决不了列名乱码问题。
所以我们要从根本上解决问题,创建对象的时候直接传入charset对象。
修改后代码如下
- public static void main(String[] args) throws FileNotFoundException {
- InputStream in = new FileInputStream("D:\\test.dbf");
- Charset charset = Charset.forName("GBK");
- DBFReader reader = new DBFReader(in,charset);
- for(int i = 0; i < reader.getFieldCount(); i++){
- DBFField field = reader.getField(i);
- System.out.print(field.getName() + ",");
- }
- System.out.print("\r\n");
- Object[] values;
- while ( (values = reader.nextRecord()) != null ){
- for(Object value : values){
- System.out.print(value.toString() + ",");
- }
- System.out.print("\r\n");
- }
- }
输出时候列名就正常了
以上为个人经验,希望能给大家一个参考,也希望大家多多支持我们。
原文链接:https://blog.csdn.net/jbgtwang/article/details/103662530