EBCDIC 到 ASCII 无法正常工作
Posted
技术标签:
【中文标题】EBCDIC 到 ASCII 无法正常工作【英文标题】:EBCDIC to ASCII not working Properly 【发布时间】:2016-12-30 10:31:32 【问题描述】:我必须处理来自大型机的文件。文件中有一些非拉丁文本。我必须为一些无效字符处理这个非拉丁字符。由于大型机将数据编码为EBCDIC
格式,因此我必须将其转换为ASCII
进行验证。
我使用this 代码将EBCDIC
转换为ASCII
。但是当我为示例输入执行程序时,我得到的是Hello there]
而不是Hello there!
。
我还对照EBCDIC
table检查了样本输入。
我还使用this 生成了查找表。但结果相同。
我做错了什么吗?还是查找表错误? 有没有其他方法可以验证无效字符而不转换为ASCII
?
示例代码如下...
#include <stdio.h>
static const unsigned char e2a[256] =
0, 1, 2, 3,156, 9,134,127,151,141,142, 11, 12, 13, 14, 15,
16, 17, 18, 19,157,133, 8,135, 24, 25,146,143, 28, 29, 30, 31,
128,129,130,131,132, 10, 23, 27,136,137,138,139,140, 5, 6, 7,
144,145, 22,147,148,149,150, 4,152,153,154,155, 20, 21,158, 26,
32,160,161,162,163,164,165,166,167,168, 91, 46, 60, 40, 43, 33,
38,169,170,171,172,173,174,175,176,177, 93, 36, 42, 41, 59, 94,
45, 47,178,179,180,181,182,183,184,185,124, 44, 37, 95, 62, 63,
186,187,188,189,190,191,192,193,194, 96, 58, 35, 64, 39, 61, 34,
195, 97, 98, 99,100,101,102,103,104,105,196,197,198,199,200,201,
202,106,107,108,109,110,111,112,113,114,203,204,205,206,207,208,
209,126,115,116,117,118,119,120,121,122,210,211,212,213,214,215,
216,217,218,219,220,221,222,223,224,225,226,227,228,229,230,231,
123, 65, 66, 67, 68, 69, 70, 71, 72, 73,232,233,234,235,236,237,
125, 74, 75, 76, 77, 78, 79, 80, 81, 82,238,239,240,241,242,243,
92,159, 83, 84, 85, 86, 87, 88, 89, 90,244,245,246,247,248,249,
48, 49, 50, 51, 52, 53, 54, 55, 56, 57,250,251,252,253,254,255
;
void ebcdicToAscii (unsigned char *s)
while (*s)
*s = e2a[(int) (*s)];
s++;
int main (void)
unsigned char str[] = "\xc8\x85\x93\x93\x96\x40\xa3\x88\x85\x99\x85\x5a";
ebcdicToAscii (str);
printf ("%s\n", str);
return 0;
提前致谢。
【问题讨论】:
你的桌子错了。0x5a
因为 ebcdic 确实是 !
,但是您的翻译表将其解码为 93
(0x5d
),在 ascii 中是 ]
,而不是 !
。
注意,不需要在e2a[(int) (*s)]
中转换(int)
。 e2a[*s]
就足够了。
该表还尝试“EBCDIC 到 ASCII”,因为ASCII 仅定义了 0 到 127 的代码,并且该表发出大于 127 的值并且不包含“非拉丁字符”。当然,OP 正在使用某种风格的 extended ASCII。
您是如何从大型机获取数据的?为什么你不能使用它的内置功能,并要求技术支持人员向你展示一个正在工作的东西,所以你需要做......什么都不做?滚动你自己的字符集转换是……没有必要的。
【参考方案1】:
您的查找表有误。它将 EBCDIC 值 0x5A('!')转换为(十进制)93。ASCII 十进制 93 是一个 ']'。因此,您的应用程序运行良好,它输出 ']' 字符。您指出您从使用cp500 的python 示例生成查找表,这是IBM 代码页500。此代码页确实将EBCDIC 值0x5A 映射到']' 字符。如果您将列出的字符集 here 用于查找表,那么一切都会好起来的。
【讨论】:
【参考方案2】:在 z/OS 上的 USS 中有一个名为 īconv
的实用程序可以为您进行转换。可以在here 找到它支持的代码页的完整参考。
也就是说,如果您选择自己推出,这里有一些建议。首先,EBCDIC 到 ASCII 有一些微妙的事情需要考虑。对于 EBCDIC,有多种用于 z/OS 系统的代码页。这是提供更多详细信息的link。一般来说,EBCDIC 是代码页 1047,适用于大多数北美用户。但是,还有其他代码页会影响您正在做的事情。例如,在英国,他们通常使用 Code Page 37。这意味着字符翻译存在细微差别。
因此,您需要为每个要翻译的代码页提供一个翻译表,以正确转换代码页独有的特殊字符。
此外,这纯粹是偏好,但对于此类数据(翻译),我更喜欢以十六进制而不是十进制查看代码。人们通常会如何指代 Z 上的角色
static const unsigned char e2a[256] =
0x00, 0x01, 0x02, 0x03, 0x9c, 0x09, 0x86, 0x7f, 0x97, 0x8d, 0x8e, 0x0b, 0x0c, 0x0d, 0x0e, 0x0f,
0x10, 0x11, 0x12, 0x13, 0x9d, 0x85, 0x08, 0x87, 0x18, 0x19, 0x92, 0x8f, 0x1c, 0x1d, 0x1e, 0x1f,
0x80, 0x81, 0x82, 0x83, 0x84, 0x0a, 0x17, 0x1b, 0x88, 0x89, 0x8a, 0x8b, 0x8c, 0x05, 0x06, 0x07,
0x90, 0x91, 0x16, 0x93, 0x94, 0x95, 0x96, 0x04, 0x98, 0x99, 0x9a, 0x9b, 0x14, 0x15, 0x9e, 0x1a,
0x20, 0xa0, 0xa1, 0xa2, 0xa3, 0xa4, 0xa5, 0xa6, 0xa7, 0xa8, 0x5b, 0x2e, 0x3c, 0x28, 0x2b, 0x21,
0x26, 0xa9, 0xaa, 0xab, 0xac, 0xad, 0xae, 0xaf, 0xb0, 0xb1, 0x5d, 0x24, 0x2a, 0x29, 0x3b, 0x5e,
0x2d, 0x2f, 0xb2, 0xb3, 0xb4, 0xb5, 0xb6, 0xb7, 0xb8, 0xb9, 0x7c, 0x2c, 0x25, 0x5f, 0x3e, 0x3f,
0xba, 0xbb, 0xbc, 0xbd, 0xbe, 0xbf, 0xc0, 0xc1, 0xc2, 0x60, 0x3a, 0x23, 0x40, 0x27, 0x3d, 0x22,
0xc3, 0x61, 0x62, 0x63, 0x64, 0x65, 0x66, 0x67, 0x68, 0x69, 0xc4, 0xc5, 0xc6, 0xc7, 0xc8, 0xc9,
0xca, 0x6a, 0x6b, 0x6c, 0x6d, 0x6e, 0x6f, 0x70, 0x71, 0x72, 0xcb, 0xcc, 0xcd, 0xce, 0xcf, 0xd0,
0xd1, 0x7e, 0x73, 0x74, 0x75, 0x76, 0x77, 0x78, 0x79, 0x7a, 0xd2, 0xd3, 0xd4, 0xd5, 0xd6, 0xd7,
0xd8, 0xd9, 0xda, 0xdb, 0xdc, 0xdd, 0xde, 0xdf, 0xe0, 0xe1, 0xe2, 0xe3, 0xe4, 0xe5, 0xe6, 0xe7,
0x7b, 0x41, 0x42, 0x43, 0x44, 0x45, 0x46, 0x47, 0x48, 0x49, 0xe8, 0xe9, 0xea, 0xeb, 0xec, 0xed,
0x7d, 0x4a, 0x4b, 0x4c, 0x4d, 0x4e, 0x4f, 0x50, 0x51, 0x52, 0xee, 0xef, 0xf0, 0xf1, 0xf2, 0xf3,
0x5c, 0x9f, 0x53, 0x54, 0x55, 0x56, 0x57, 0x58, 0x59, 0x5a, 0xf4, 0xf5, 0xf6, 0xf7, 0xf8, 0xf9,
0x30, 0x31, 0x32, 0x33, 0x34, 0x35, 0x36, 0x37, 0x38, 0x39, 0xfa, 0xfb, 0xfc, 0xfd, 0xfe, 0xff
;
【讨论】:
以上是关于EBCDIC 到 ASCII 无法正常工作的主要内容,如果未能解决你的问题,请参考以下文章