java导出dbf文件生僻汉字处理方式 java导出dbf文件生僻汉字处理方

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：
?(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)。

文章图片

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unicodepublic static String stringToUnicode(String s) {return JSON.toJSONString(s, SerializerFeature.BrowserCompatible); }

其他说明：
例如：
?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 ?为?。
在Visual Fox Pro 9的命令窗口里输入的 ?为?
打开word，插入，输入字符编码4DAE得到 ?，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

文章图片

【java导出dbf文件生僻汉字处理方式】上图输入E863无反应

文章图片

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

文章图片

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