Question

我需要将使用IBM937代码页编码的EBCDIC编码转换为UTF-8格式，以便将文件加载到支持多字节的DB2数据库中。

我尝试过unix recode和iconv。他们都没有能力将IBM 937转换为UTF8。我正在寻找这个世界上任何可以在基于unix的系统上实现的实用程序（java，perl，unix）。有人可以帮助我吗？

SL

Answer 1

查看ICU（Unicode的国际组件）：http://site.icu-project.org/

它有一个IBM-937的转换器：http://demo.icu-project.org/icu-bin/convexp?conv=ibm-937_P110-1999&s=ALL

  CU是一种成熟，广泛使用的一套   提供C / C ++和Java库   Unicode和全球化支持   软件应用。 ICU很广泛   便携式并提供应用程序   在所有平台上都有相同的结果   在C / C ++和Java软件之间。 ICU   是在非限制性的情况下发布的   开源许可证是合适的   用于商业软件   和其他开源或免费   软件

以下是一些亮点   ICU提供的服务：



代码页转换：转换文本   数据往返于Unicode或几乎任何数据   其他字符集或编码。 ICU的   转换表基于charset   IBM在课程中收集的数据   几十年，是最多的   随时随地都可以使用。



整理：比较字符串   符合公约和标准   特定语言，地区或   国家。 ICU的整理是基于   Unicode校对算法加   特定于语言环境的比较规则来自   Common Locale Data Repository，a   这种类型的综合来源   数据



格式：格式编号，日期，   时间和货币金额   所选语言环境的约定。   这包括翻译月份和   天名称为所选语言，   选择合适的缩写，   正确排序字段等   数据也来自Common Locale   数据存储库。



时间计算：多种类型   日历提供超出   传统的阳历。一个   彻底的时区计算   提供API。



Unicode支持：ICU密切跟踪   Unicode标准，提供简单   访问所有的Unicode   字符属性，Unicode   规范化，案例折叠等   基本操作由指定   Unicode标准。



正则表达式：ICU的常规表达   表达式完全支持Unicode   同时提供非常有竞争力   性能



Bidi：支持处理文字   含有从左到右的混合物   （英语）和从右到左（阿拉伯语或   希伯来语）数据。



文字边界：找到位置   单词，句子，段落   一系列文字或识别位置   这将适合行   在显示文本时包装。



还有更多。有关详细信息，请参阅ICU用户指南。

Answer 2

Java似乎可以将IBM937代码页转换为UTF-8。

您可以将输入格式指定为“cp937”。

以下是Character and Byte Streams上的Oracle页面中的两种方法：

static String readInput() {

    StringBuffer buffer = new StringBuffer();
    try {
        FileInputStream fis = new FileInputStream("test.txt");
        InputStreamReader isr = new InputStreamReader(fis,
                          "cp937");
        Reader in = new BufferedReader(isr);
        int ch;
        while ((ch = in.read()) > -1) {
            buffer.append((char)ch);
        }
        in.close();
        return buffer.toString();
    } catch (IOException e) {
        e.printStackTrace();
        return null;
    }
}

和

static void writeOutput(String str) {

    try {
        FileOutputStream fos = new FileOutputStream("test.txt");
        Writer out = new OutputStreamWriter(fos, "UTF8");
        out.write(str);
        out.close();
    } catch (IOException e) {
        e.printStackTrace();
    }
}

如何将带有中文字符的EBCDIC转换为UTF-8格式

2 个答案: