在Java中将具有可变长度记录的文件转换为固定长度记录

Question

我有一个需求，我需要将包含可变长度记录的文件转换为固定长度记录。这是一个来自大型机的文件。

因为我不能访问大型机上的文件，所以我需要一个示例可变长度记录文件和一种转换为固定长度记录的方法。

我对这种文件是完全陌生的。但是如果我知道如何将这些可变长度的记录映射到固定长度的记录，我可以用Java编码。

1 piyush    pankaj    04mathematic10physics   20biology   45   
2 vanitha   reddy     03physics   30chemistry 60   
3 deepesh   shetty    05chemistry 5 biology   45
4 jane      dsouja    01geography 30chemistry 60biology   45
5 ramadasa  hegde     02chemistry 80biology   70   

这就是我的字段的位置：

05  ID                         PIC 99.  
05  FNAME                      PIC X(10).   
05  LNAME                      PIC X(10).
05  NO_SUB                     PIC X(2).
05  SUBJECTS OCCURS 0 TO 10 TIMES
          DEPENDING ON NO_SUB
       10  SUB_NAME            PIC X(10).
       10  MARKS               PIC 99.

所以我期待这样的输出：

1 piyush    pankaj    04mathematic10
1 piyush    pankaj    04physics   20
1 piyush    pankaj    04biology   70
2 vanitha   reddy     03physics   30
2 vanitha   reddy     03chemistry 60
3 deepesh   shetty    05chemistry  5 
3 deepesh   shetty    05biology   45
4 jane      dsouja    01geography 30
4 jane      dsouja    01chemistry 60
4 jane      dsouja    01biology   70
5 ramadasa  hegde     02chemistry 80
5 ramadasa  hegde     02biology   70

Answer 1

这是您在COBOL中的记录布局：

05  ID                         PIC 99.  
05  FNAME                      PIC X(10).   
05  LNAME                      PIC X(10).
05  NO_SUB                     PIC X(2).
05  SUBJECTS OCCURS 0 TO 10 TIMES
          DEPENDING ON NO_SUB
       10  SUB_NAME            PIC X(10).
       10  MARKS               PIC 99.

这是无效的。

首先，ID是一个保留字，是标识的缩写。

第四，从您所显示的数据来看，ID和MARKS的定义都不正确。ID（当它有正确的名称时）应该是PIC XX，并标记PIC XX或PIC Z9。

您的数据完全是文本的，因此通过首选的方法从大型机传输数据，并允许传输进行EBCDIC到ASCII的转换，以及使用适合您的文件系统的任何东西来分隔记录，都没有任何问题。

然后在系统上有一些可变长度的记录。

能够理解它们的关键是NO_SUB中每个记录的值。

每个记录的固定长度为24字节（从ID到NO_SUB的字段包括在内）。

要输出所需的数据，您需要记录的固定部分，加上适当的变量部分（如果有，不要忘记NO_SUB中的零，您需要找出要为此输出什么（如果有的话））在某种类型的循环构造中以某种方式访问。

说了这么多，你的数据中只有一个例子是正确的，那就是最终记录。

如果NO_SUB是03，您应该找到三个块(10-bytes-text，2-bytes-numeric)。如果NO_SUB是05，则应该找到五个类似的块。

对于最终记录，您应该输出：

Byte 1 for a length of 24 + Byte 25 for a length of 12
Byte 1 for a length of 24 + Byte 37 for a length of 12

Start-position-to-output是(25+(12*(capition-in-loop-1)))，其中25是数据中第一个变量部分的位置，12是变量数据中每个元素的长度。

给你：

5 ramadasa  hegde     02chemistry 80
5 ramadasa  hegde     02biology   70

您应该检查NO_SUB是否为数值，并且它是否不大于10，并找出您应该做什么，而不是这些情况。

在Java中，可以使用substr方法提取字段。

String id = inputLine.substr(1,2);
String firstName = inputLine.substr(3,12);
String lastName  = inputLine.substr(13,22);
String numberOfEntriesStr = inputLine.substr(23,24);

int numberOfEntries = Integer.parseInt(numberOfEntriesStr);

for (int i = 0; i < numberOfEntries) {
   ...
}

有固定宽度的java包+一些可以使用Cobol copybook读取文件，但它们对此来说是完全过度的。