從.dbf文件讀取編碼的字符串

Question

有一個.dbf文件，我想讀取它的數據但字符串不可讀。 我不知道字符串的編碼！ 我能找到它嗎？ 是否可以在.dbf文件中獲得字符串的編碼？ 是否有可能從.dbf文件中獲取不可讀的字符串？ 是否有可能得到一個不可讀的ANSI編碼的字符串？ 因爲字符串是不可讀的，這是否意味着它以某種方式編碼？

編輯：

下面的代碼是我如何連接到.dbf文件並讀取它

using (OleDbConnection con = new OleDbConnection(constr)) 
    { 

     var sql = 
      "select name, family, account, is_no, code, bdate, is_pl, father from CP where account like '%23854%' "; 

     OleDbCommand cmd = new OleDbCommand(sql, con); 
     con.Open(); 
     DataSet ds = new DataSet(); 
     OleDbDataAdapter da = new OleDbDataAdapter(cmd); 
     da.Fill(ds); 

     var dt = ds.Tables[0]; 
     foreach (DataRow row in dt.Rows) 
     { 
      var account = row["account"]; 
     } 
    } 

，並返回23854æ∞ì的帳戶。

EDIT2：

我使用了一些第三方找到我的.dbf文件的一些信息，以下圖片顯示

EDIT3：

這裏是數據截圖DBF Commander Pro

個

不可讀的字符是Arabic/Persian

Answer 1

後編輯：

所以，現在唯一的問題是轉換。

所需的編碼可以是（我在維基百科搜索）：

• 「ISO-639-1」
• 「ISO-639-2」
• 「ISO-639-3」

或者：

private static String getAsciz(byte[] bytes, int offset, int offset2) { 
    for (int i = offset; i < offset2; ++i) { 
     if (bytes[i] == 0) { 
      offset2 = i; 
     } 
    } 
    final String encoding = "ISO-639-1"; 
    try { 
     return new String(bytes, offset, offset2 - offset, encoding).trim(); 
    } catch (UnsupportedEncodingException e) { 
     throw new IllegalStateException("Charset not installed: " + encoding); 
    } 
} 

或使用第三方librar時Ÿ也許通過撤消編碼黑客（注意，這可能是一個可變編碼：目前的平臺編碼）：

String s = thirdParty.getColumn("NAME"); 

// Reconstruct the bytes (Windows Latin-1, Western Europe) 
byte[] bytes = s.getBytes("Cp1252"); 

s = new String(bytes, "ISO-639-1"); 

---

老答案：

.dbf是一個二進制格式具有固定長度的記錄。在每個記錄中，字段值都是普通字符數組（最可能是ANSI）。

我的猜測是，您嘗試將文件作爲文本讀取。

或者.dbf文件被加密。用十六進制編輯器查看文件。

---

您可以將其作爲二進制塊讀取。首先是帶有列定義的標題部分。然後用刪除標記來實際記錄。

由於這是一種舊格式，因此有許多庫。您沒有提及要使用哪種編程語言，但通過使用十六進制轉儲和互聯網中的某些格式信息，您可以輕鬆製作dbf閱讀器。

---

一個簡單的轉換以製表符分隔文本：

未測試和在Java中，但示出，這是微不足道的。然後，您可以使用Excel或其他方式進行轉換和OLE DB。注意：作爲輸入in我在這裏使用ISO-8859-1，並且輸出爲out UTF-8。我還爲UTF-8識別編寫了一個BOM（文件標記開始）。

private static final boolean TEST = true; 

private static class FieldDef { 
    String name; 
    char type; 
    int length; 
    int decimals; 
} 

public static void main(String[] args) { 
    File dbfFile = new File("C:/aaa/bbb.dbf"); 
    String csvName = dbfFile.getName().replaceFirst("(?i)\\.dbf$", "") + ".csv"; 
    File csvFile = new File(dbfFile.getParentFile(), csvName); 
    try (BufferedInputStream in = new BufferedInputStream(new FileInputStream(dbfFile)); 
      PrintWriter out = new PrintWriter(csvFile, "UTF-8")) { 
     byte[] header = new byte[0x20]; 
     in.read(header); 

     // Version: 
     switch (header[0x00]) { 
      case 0x03: 
       System.out.println("dBaseIII without Memo"); 
       break; 
      case -128 + 0x03: 
       System.out.println("dBaseIII with Memo"); 
       break; 
      default: 
       throw new UnsupportedOperationException("dBase Version not 3"); 
     } 

     int recordCount = getInt(header, 0x04); 
     int headerSize = getShort(header, 0x08); 
     int recordSize = getShort(header, 0x0a); 

     List<FieldDef> fieldDefs = new ArrayList<>(); 
     byte[] fieldDefBytes = new byte[0x20]; 
     int offset = header.length; 
     out.print("\uFFFE"); // UTF-8 BOM to distinghuish it from Windows ANSI. 
     out.print("DEL"); // Deletion marker. 
     while (offset + 1 < headerSize) { 
      in.read(fieldDefBytes); 
      FieldDef fieldDef = new FieldDef(); 
      fieldDef.name = getAsciz(fieldDefBytes, 0, 11); 
      fieldDef.type = (char)fieldDefBytes[11]; 
      // #4 int - field data address. 
      fieldDef.length = 0xFF & fieldDefBytes[16]; 
      fieldDef.decimals = 0xFF & fieldDefBytes[17]; 
      out.print('\t'); 
      out.print(fieldDef.name); 
      fieldDefs.add(fieldDef); 
      System.out.printf("%-11s %c (%d, %d)%b", fieldDef.name, 
        fieldDef.type, fieldDef.length, fieldDef.decimals); 
     } 
     out.println(); 
     int b = in.read(); 
     assert b == 0x0d; 

     byte[] record = new byte[recordSize]; 
     for (int recno = 0; recno < recordCount; ++recno) { 
      if (TEST && recno > 100) { 
       break; 
      } 
      in.read(record); 
      //boolean deleted = (0xFF & record[0]) != 0x20; // == 0x2A '*' 
      String deletionMark = getAsciz(record, 0, 1); 
      out.print(deletionMark); 
      offset = 1; 
      for (FieldDef fieldDef : fieldDefs) { 
       out.print('\t'); 
       String fieldValue = getAsciz(record, offset, offset + fieldDef.length); 
       out.print(fieldValue); 
       offset += fieldDef.length; 
      } 
      out.println(); 
     } 
     // assert in.read() == 0x1A; // End-of-file byte. 
    } catch (IOException ex) { 
     Logger.getLogger(Dbf3ToTsv.class.getName()).log(Level.SEVERE, null, ex); 
    } 
} 

private static int getInt(byte[] bytes, int offset) { 
    int n = 0; 
    for (int i = 0; i < 4; ++i) { 
     n = (n << 8) | (0xFF & bytes[offset + 4 - 1 - i]); 
    } 
    return n; 
} 

private static int getShort(byte[] bytes, int offset) { 
    int n = 0; 
    for (int i = 0; i < 2; ++i) { 
     n = (n << 8) | (0xFF & bytes[offset + 2 - 1 - i]); 
    } 
    return n; 
} 

private static String getAsciz(byte[] bytes, int offset, int offset2) { 
    for (int i = offset; i < offset2; ++i) { 
     if (bytes[i] == 0) { 
      offset2 = i; 
     } 
    } 
    return new String(bytes, offset, offset2 - offset, StandardCharsets.ISO_8859_1).trim(); 
} 

Answer 2

A .dbf文件是混合二進制和編碼文本文件格式。通過encoded我的意思不是加密，我的意思是取決於所使用的.dbf文件（如CP1252（視窗英文）或CP1251（西裏爾字母）的語言編碼成代碼頁。

如果你想程序訪問和控制，然後您需要可以編寫自己的庫中，或使用許多已經在那裏的一個。

如果你正確地使用圖書館和仍然得到廢話，可能是加密的，或文件可能已損壞。

Answer 3

嘗試使用DBF Commander Pro打開文件，它支持dBase 3.如果文件將被打開，請分享表格的屏幕截圖。在你的文件中編碼錯誤，你只需要設置正確的字符集標誌。如果是，請單擊工具 - >設置代碼頁，然後從列表中選擇適當的編碼。

Answer 4

您的數據看起來像Iran System編碼數據。這是一個非常特殊的編碼，它在伊朗的早期DOS日（FoxPro日！）中使用。你可以找到一個C＃轉換器，在這裏：https://github.com/mohsen-d/IranSystemConvertor

More info（波斯語）