java導出dbf文件生僻漢字處理方式

Posted on by

java導出dbf文件生僻漢字處理

java導出數據到dbf文件，如果姓名中有生僻漢字，在dbf中看到的很可能是?號。

遇到這種情況需查對GBK的生僻漢字的Unicode表，GBK提及的52個生僻漢字有兩種Unicode。

例如：

䶮(yan 3) \u4ADE就不能在dbf中正常顯示是？

如果換成\uE863則可以(可以打開word的插入->符號->其他符號，在字符代碼中輸入4ADE的到字符插入word，輸入E863的到另一形式插入word，將這兩種形式的字符從word拷貝到Visual Fox Pro的命令窗口可以看到差別，一個變成?一個能正常顯示)。

解決方式：

1.建立52個生僻漢字的unicode映射Map

2.將生僻漢字轉成unicode形式(有可能是將整個姓名轉成unicode)

3.將姓名的unicode形式進行分割(\u)生成數組(註意兩端的雙引號)

4.遍歷unicode數組，如果找到生僻漢字的unicode則進行替換

5.將unicode還原成漢字

6.寫入dbf

漢字轉unicode可利用(import com.alibaba.fastjson.JSON) :

    //unicode轉中文
    public static String unicodeToString(String str) {  
        return String.valueOf(JSON.parse(str));
    }    
    //中文字符轉unicode
    public static String stringToUnicode(String s) {  
        return JSON.toJSONString(s, SerializerFeature.BrowserCompatible);
    }

其他說明：

例如：

䶮在mysql中能顯示出來，導出到dbf中時如果選擇 字符集為 GB2312或GBK，導出的 䶮為?。

在Visual Fox Pro 9的命令窗口裡輸入的 䶮為?

打開word，插入，輸入字符編碼4DAE得到 䶮，插入到word，復制粘貼到 Visual Fox Pro 9的命令窗口改字顯示 為?

打開word，插入，輸入字符編碼8E63得到 䶮,有些版本的Word能顯示出來,有些版本的不能顯示，按Alt+X ，插入到word，復制粘貼到 Visual Fox Pro 9的命令窗口改字能顯示 正常

上圖輸入E863無反應

按快捷鍵Alt+x後的效果

java-dbf中文標題亂碼

項目中需要對DBF的文件進行導入處理，上網搜瞭發現有java-dbf這個東西。實際應用中踩瞭不少坑，主要就是中文亂碼的問題。

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");
        }

網上寫法千篇一律，大概就是這樣。問題來瞭DBF中具體數據的中文亂碼通過reader.setCharactersetName(“GBK”)解決瞭。

但是發現列名的亂碼還是沒有解決

後來查瞭一下源碼，發現瞭問題所在

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就是我們讀取的列名，列數所依靠的成員變量，但是這個變量在對象創建的時候就賦值好瞭。

這就導致瞭後來即使調用瞭setCharactersetName也解決不瞭列名亂碼問題。

所以我們要從根本上解決問題，創建對象的時候直接傳入charset對象。

修改後代碼如下

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");
        }
    }

輸出時候列名就正常瞭

以上為個人經驗，希望能給大傢一個參考，也希望大傢多多支持WalkonNet。

推薦閱讀：