Java中的UTF-8到EBCDIC的转换

Question

我们的需求是将EBCDIC文本发送到主机。由于其中包含了一些中文字符，因此它们处于UTF8格式。

有没有一种方法可以将这些UTF-8字符转换为EBCDIC？

谢谢， Raj Mohan

- Raj Mohan

---

UTF-8 转 EBCDIC 的转换是否是无损的？也就是说，您能否来回转换并始终获得相同的 EBCDIC 字节？ - Jose

Answer 1

假设目标系统是IBM大型机或中型机，它的JVM内置了所有EBCDIC编码，这些编码以CPxxxx的形式命名，对应于IBM CCSID（CP代表代码页）。由于客户端不具备必要的编码支持，您需要在主机端进行翻译。

由于Unicode是DBCS及以上，并支持所有已知字符，因此您可能会针对多个EBCDIC编码进行目标设置。请尝试仅使用客户端Unicode（UTF-8、UTF-16等），将翻译作为数据在主机到达和/或离开主机系统时执行。

除了需要在主机端进行翻译外，机制与任何Java翻译相同；例如，new String(bytes, encoding) 和 String.getBytes(encoding)，以及各种NIO和writer类。真的没有魔法 - 它与ISO 8859-x和Unicode之间的翻译或任何其他SBCS（或有限的DBCS）之间的翻译没有区别。

例如：

byte[] ebcdta="Hello World".getBytes("CP037");  // get bytes for EBCDIC codepage 37

您可以在IBM文档网站上找到更多信息。

- Lawrence Dol

Answer 2

您可以随时使用IBM Java工具箱（JTOpen），特别是jt400.jar中的com.ibm.as400.access.AS400Text类。

以下是说明：

int codePageNumber = 420;
String codePage = "CP420";
String sourceUtfText = "أحمد يوسف صالح";

AS400Text converter = new AS400Text(sourceUtfText.length(), codePageNumber);
byte[] bytesData = converter.toBytes(sourceUtfText);
String resultedEbcdicText = new String(bytesData, codePage);

我使用了代码页420及其对应的Java编码CP420，该代码页用于阿拉伯文本。因此，你应选择适合中文文本的代码页。

- Ahmad Y. Saleh

Answer 3

EBCDIC有许多8位码页，其中许多受到VM的支持。请查看Charset.availableCharsets().keySet()，EBCDIC页面的名称为IBM...（如cp500用于IBM500，可以通过Charset.forName("IBM500").aliases()查看）。

存在两个问题：

1.如果您的字符包含在EBCDIC的不同代码页中，则无法解决此问题。

2.我不确定这些字符集是否在除Windows以外的任何VM中可用。

对于第一个问题，请查看此方法。对于第二个问题，请尝试所需的目标运行时环境。

- Arne Burmeister

---

并非所有名为“IBM*”的字符集都是EBCDIC。例如，IBM850 是在美国和西欧版本的Windows命令提示符中使用的标准代码页。 - lavinio

Answer 4

对于中档 AS/400（现在称为 IBM i），最好使用 IBM Java Toolkit（jt400.jar），它可以透明地执行所有这些操作（可能会略微提示）。

请注意，在 Java 内部，一个字符是一个 16 位值，而不是 UTF-8（那是一种编码方式）。

- Thorbjørn Ravn Andersen