java导出dbf文件生僻汉字处理方式

时间:2021-07-28 06:34:29

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)。

java导出dbf文件生僻汉字处理方式

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) :

  1. //unicode转中文
  2. public static String unicodeToString(String str) {
  3. return String.valueOf(JSON.parse(str));
  4. }
  5. //中文字符转unicode
  6. public static String stringToUnicode(String s) {
  7. return JSON.toJSONString(s, SerializerFeature.BrowserCompatible);
  8. }

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

java导出dbf文件生僻汉字处理方式

上图输入E863无反应

java导出dbf文件生僻汉字处理方式

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。

  1. InputStream in = new FileInputStream("D:\\test.dbf");
  2. DBFReader reader = new DBFReader(in);
  3. reader.setCharactersetName("GBK");
  4. for(int i = 0; i < reader.getFieldCount(); i++){
  5. DBFField field = reader.getField(i);
  6. System.out.print(field.getName() + ",");
  7. }
  8. System.out.print("\r\n");
  9. Object[] values;
  10. while ( (values = reader.nextRecord()) != null ){
  11. for(Object value : values){
  12. System.out.print(value.toString() + ",");
  13. }
  14. System.out.print("\r\n");
  15. }

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

java导出dbf文件生僻汉字处理方式

后来查了一下源码,发现了问题所在

  1. public DBFReader(InputStream in, Charset charset, boolean showDeletedRows) {
  2. try {
  3. this.showDeletedRows = showDeletedRows;
  4. this.inputStream = in;
  5. this.dataInputStream = new DataInputStream(this.inputStream);
  6. this.header = new DBFHeader();
  7. this.header.read(this.dataInputStream, charset, showDeletedRows);
  8. setCharset(this.header.getUsedCharset());
  9. /* it might be required to leap to the start of records at times */
  10. int fieldSize = this.header.getFieldDescriptorSize();
  11. int tableSize = this.header.getTableHeaderSize();
  12. int t_dataStartIndex = this.header.headerLength - (tableSize + (fieldSize * this.header.fieldArray.length)) - 1;
  13. skip(t_dataStartIndex);
  14.  
  15. this.mapFieldNames = createMapFieldNames(this.header.userFieldArray);
  16. } catch (IOException e) {
  17. DBFUtils.close(dataInputStream);
  18. DBFUtils.close(in);
  19. throw new DBFException(e.getMessage(), e);
  20. }
  21. }

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

  1. public static void main(String[] args) throws FileNotFoundException {
  2. InputStream in = new FileInputStream("D:\\test.dbf");
  3. Charset charset = Charset.forName("GBK");
  4. DBFReader reader = new DBFReader(in,charset);
  5. for(int i = 0; i < reader.getFieldCount(); i++){
  6. DBFField field = reader.getField(i);
  7. System.out.print(field.getName() + ",");
  8. }
  9. System.out.print("\r\n");
  10. Object[] values;
  11. while ( (values = reader.nextRecord()) != null ){
  12. for(Object value : values){
  13. System.out.print(value.toString() + ",");
  14. }
  15. System.out.print("\r\n");
  16. }
  17. }

输出时候列名就正常了

java导出dbf文件生僻汉字处理方式

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