java导出dbf文件生僻汉字处理方式

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)。

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) :

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

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

上图输入E863无反应

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。

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");
        }

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

后来查了一下源码，发现了问题所在

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

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");
        }
    }

输出时候列名就正常了

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。