所以我应该使用Java将EBCDIC文件转换为ASCII。到目前为止,我有这段代码:
public class Migration {
InputStreamReader reader;
StringBuilder builder;
public Migration(){
try {
reader = new InputStreamReader(new FileInputStream("C:\\TI3\\Legacy Systemen\\Week 3\\Oefening 3\\inputfile.dat"),
java.nio.charset.Charset.forName("ibm500") );
} catch(FileNotFoundException e){
e.printStackTrace();
}
builder = new StringBuilder();
}
public void read() throws IOException {
int theInt;
while((theInt = reader.read()) != -1){
char theChar = (char) theInt;
builder.append(theChar);
}
reader.close();
}
@Override
public String toString(){
return builder.toString();
}
}
文件说明如下:
02 KDGEX.
05 B1-LENGTH PIC S9(04) USAGE IS COMP.
05 B1-CODE PIC S9(04) USAGE IS COMP.
05 B1-NUMBER PIC X(08).
05 B1-PPR-NAME PIC X(06).
05 B1-PPR-FED PIC 9(03).
05 B1-PPR-RNR PIC S9(08) USAGE IS COMP.
05 B1-DATA.
10 B1-VBOND PIC 9(02).
10 B1-KONST.
20 B1-AFDEL PIC 9(03).
20 B1-KASSIER PIC 9(03).
20 B1-DATZIT-DM PIC 9(04).
10 B1-BETWYZ PIC X(01).
10 B1-RNR PIC X(13).
10 B1-BETKOD PIC 9(02).
10 B1-VOLGNR-INF PIC 9(02).
10 B1-QUAL-PREST PIC 9(03).
10 B1-REKNUM PIC 9(12).
10 B1-REKNR REDEFINES B1-REKNUM.
20 B1-REKNR-PART1 PIC 9(03).
20 B1-REKNR-PART2 PIC 9(07).
20 B1-REKNR-PART3 PIC 9(02).
10 B1-VOLGNR-M30 PIC 9(03).
10 B1-OMSCHR.
15 B1-OMSCHR1 PIC X(14).
15 B1-OMSCHR2 PIC X(14).
10 B1-OMSCHR-INF REDEFINES B1-OMSCHR.
15 B1-AANT-PREST PIC 9(02).
15 B1-VERSTR PIC 9(01).
15 B1-LASTDATE PIC 9(06).
15 B1-HONOR PIC 9(06).
15 B1-RIJKN PIC X(13).
10 FILLER--1 PIC 9(02).
10 B1-INFOREK PIC 9(01).
10 B1-BEDRAG-EUR PIC 9(08).
10 B1-BEDRAG-DV PIC X(01).
10 B1-BEDRAG-RMG-DV REDEFINES B1-BEDRAG-DV PIC X(01).
05 FILLER PIC X(5).
我们可以忽略每一行的前2个字节。问题是因为读者没有正确地转换它们,所以存在USAGE IS COMP的字节,我想我应该将它们读作字节或其他东西,虽然我不知道如何。
答案 0 :(得分:8)
如果我正确解释这种格式,你就会得到一个带有固定长度记录的二进制文件格式。其中一些记录不是字符数据(COBOL计算字段?)
因此,您必须使用更低级别的方法来处理记录,以处理每条记录的各个字段:
import java.io.*;
public class Record {
private byte[] kdgex = new byte[2]; // COMP
private byte[] b1code = new byte[2]; // COMP
private byte[] b1number = new byte[8]; // DISPLAY
// other fields
public void read(DataInput data) throws IOException {
data.readFully(kdgex);
data.readFully(b1code);
data.readFully(b1number);
// other fields
}
public void write(DataOutput out) throws IOException {
out.write(kdgex);
out.write(b1code);
out.write(b1number);
// other fields
}
}
这里我已经为记录的前三个字段使用了字节数组,但您可以在适当的地方使用其他更合适的类型(例如short
用于readShort的第一个字段。)注意:我对场宽的解释可能是错误的;这只是一个例子。
DataInputStream通常用作DataInput实施。
由于源代码和目标编码中的所有字符都使用每个代码点一个八位字节,因此您应该能够使用如下方法对字符数据字段进行代码转换:
public static byte[] transcodeField(byte[] source, Charset from, Charset to) {
byte[] result = new String(source, from).getBytes(to);
if (result.length != source.length) {
throw new AssertionError(result.length + "!=" + source.length);
}
return result;
}
我建议用COBOL标记您的问题(假设这是此格式的来源),以便其他人可以对数据源的格式发表更多权限。
答案 1 :(得分:2)
我也遇到了将EBCDIC转换为ASCII字符串的问题。 请找到下面的代码,将单个EBCDIC转换为ASCII字符串。
public class EbcdicConverter
{
public static void main(String[] args)
throws Exception
{
String ebcdicString =<your EBCDIC string>;
// convert String into InputStream
InputStream is = new ByteArrayInputStream(ebcdicString.getBytes());
ByteArrayOutputStream baos=new ByteArrayOutputStream();
int line;
while((line = is.read()) != -1) {
baos.write((char)line);
}
String str = baos.toString("Cp500");
System.out.println(str);
}
}