Преобразуйте GB2312 в UTF-8
По крайней мере для Office Open XML (*.xlsx) кодовое имя листа сохраняется в /xl/worksheets/sheet[n].xml как XSSFSheet, можно получить это, используя низкоуровневый базовый объект org.openxmlformats.schemas.spreadsheetml.x2006.main.CTWorksheet.
Пример:
Код:
import java.io.FileInputStream;
import org.apache.poi.ss.usermodel.*;
import org.apache.poi.xssf.usermodel.XSSFSheet;
class ExcelGetSheetByCodeName {
private static Sheet getSheetByCodeName(Workbook workbook, String codeName) {
for (Sheet sheet : workbook) {
if (sheet instanceof XSSFSheet) {
XSSFSheet xssfSheet = (XSSFSheet)sheet;
System.out.println(xssfSheet.getCTWorksheet().getSheetPr().getCodeName());
if (codeName.equals(xssfSheet.getCTWorksheet().getSheetPr().getCodeName())) {
return xssfSheet;
}
} else {
System.out.println("only XSSF implemented yet");
}
}
return null;
}
public static void main(String[] args) throws Exception {
Workbook workbook = WorkbookFactory.create(new FileInputStream("SAMPLE.xlsx"));
Sheet sheet = getSheetByCodeName(workbook, "TheCodeName");
System.out.println("found sheet: " + sheet);
}
}
Результат:
axel@arichter:~/Dokumente/JAVA/poi/poi-4.0.1$ java -cp .:./*:./lib/*:./ooxml-lib/* ExcelGetSheetByCodeName
Foo
TheCodeName
found sheet: Name: /xl/worksheets/sheet2.xml - Content Type: application/vnd.openxmlformats-officedocument.spreadsheetml.worksheet+xml
3 ответа
Можно попробовать этот онлайн-сервис, который использует Открытый исходный код iconv утилита.
Можно также установить Charco, версию командной строки его на машине.
Для GB2312, можно использовать CP936 как кодирование.
Если Вы - разработчик .NET, можно сделать мелкий инструмент, который делает просто это.
Я боролся с этим также и нашел, что было на самом деле просто решить с программной точки зрения.
Все, в чем Вы нуждаетесь, является чем-то вроде этого (я протестировал его, и это работает):
В C#
static void Main(string[] args) {
string infile = args[0];
string outfile = args[1];
using (StreamReader sr = new StreamReader(infile, Encoding.GetEncoding(936))) {
using (StreamWriter sw = new StreamWriter(outfile, false, Encoding.UTF8)) {
sw.Write(sr.ReadToEnd());
sw.Close();
}
sr.Close();
}
}
В VB.Net
Private Shared Sub Main(ByVal args() As String)
Dim infile As String = args(0)
Dim outfile As String = args(1)
Dim sr As StreamReader = New StreamReader(infile, Encoding.GetEncoding(936))
Dim sw As StreamWriter = New StreamWriter(outfile, false, Encoding.UTF8)
sw.Write(sr.ReadToEnd)
sw.Close
sr.Close
End Sub
Я мог бы думать немного слишком простой здесь, но если это - просто этот файл простого текста, Вы могли бы попробовать следующее:
- Замените все
&&, все<<и все>>(чтобы быть на безопасной стороне) Предварительно ожидайте следующее к текстовому файлу:
<html><head><meta http-equiv="Content-Type" content="text/html; charset=gb2312" /></head><body><pre>Откройте файл в своем любимом браузере
- Выберите и скопируйте весь текст
- Вставьте его в Блокноте и сохраните как UTF-8.
Вы были бы сделаны с этим, прежде чем Вы, возможно, написали любой код, чтобы сделать преобразование или загрузили любые программы, которые сделают преобразование для Вас.
Конечно, я не на сто процентов уверен, что это будет работать, и Вашему браузеру были бы нужны правильные шрифты и все, но рассмотрение, что Вы работаете с этими видами файлов, я предполагаю, что у Вас уже есть они.
ГБ 2312 главным образом совместим с ГБ 18030, таким образом, любой инструмент, который в состоянии иметь дело с последним, должен рассматривать ГБ 2312 правильно также. Существует много инструментов для преобразования ГБ 18030 к UTF-8 (или некоторая другая форма кодирования Unicode), но я не могу рекомендовать никому определенного для Windows, потому что я работаю над Unix. Если Вы желаете написать немного кода, iconv библиотека или ICU, приходит на ум: Вы найдете все данные преобразования легко доступными в этих библиотеках.
Преобразование из ГБ 2312 к UTF-8 абсолютно безопасно и без потерь, Вы не должны волноваться об этом.