繁体中文有哪些不同的EBCDIC代码页？

Question

我所知道的是EBCDIC繁体中文的代码页937。 CP937

我问的原因是我有一个包含繁体中文字符的EBCDIC文件，但是当我使用ZHT16DBCS（代码页937）字符集将它们加载到Oracle时，它们有方框和问号。

附加说明： 我无法处理该文件，因为它在EBCDIC中并包含繁体中文字符。我想将其转换为UTF-8，以便我可以使用我的脚本（Perl）读取并解压缩到几个文件并将文件加载到多个数据库表。

Answer 1

我不知道IBM代码页CP937是否与Oracle字符集ZHT16DBCS匹配。如果Oracle完全支持CP937。

我的建议是转换为更常见的字符集，例如UTF-8。例如，您可以使用native2ascii作为Java SE的一部分。

会是这样的：

native2ascii your_input_file native_file.txt -encoding x-IBM937    
native2ascii native_file.txt your_input_file_in_utf8 -reverse -encoding UTF-8

或使用管道一步完成：

cat your_input_file | native2ascii -encoding x-IBM937 | native2ascii -reverse -encoding UTF-8 > your_input_file_in_utf8

然后，在运行sqlldr之前设置NLS_LANG：

SET NLS_LANG=.AL32UTF8 (Windows)

export NLS_LANG=.AL32UTF8 (Unix)

只是注释，区域和语言不相关，所以如果你愿意，可以跳过它们（就像我一样）。

当然，您必须在控制文件中设置

CHARACTERSET AL32UTF8

另一个注意事项，“UTF-8”编码意味着Oracle字符集“AL32UTF8”。还有一个名为“UTF8”的Oracle字符集，但这是CESU-8。对于欧洲语言，它们可以被认为是平等的，但对于中国人来说，它们可能是不同的。