.net 如何使用非标准代码页读取EBCDIC数据，而不弄乱数字？

这是一个给老手的：——）

我正在从大型机DB2表读取二进制转储。该表有varchar、char、smallint、integer和float列。为了使其有趣，DB2使用代码页424（希伯来语）。我需要我的代码是代码页独立的

因此，我使用System.Text.Encoding使用streamreader打开文件，如下所示：

Dim encoding As System.Text.Encoding = System.Text.Encoding.GetEncoding(20424)
Dim sr As New StreamReader(item.Key, encoding)

并继续使用将VARCHAR和CHAR数据根据其长度读入CHAR数组

sr.ReadBlock(buffer, 0, iFieldBufferSize)

始终记住VARCHAR列中的前2个字节应该被丢弃 并使用

SringValue = encoding.GetString(encoding.GetBytes(buffer))

一切都很好

但现在我转到SMALLINT列，我有麻烦了。有符号数字的值存储在2个字节中，因为它是大端，所以我需要

Dim buffer(iFieldBufferSize - 1) As Byte
buffer(1) = sr.Read ''switch the bytes around!
buffer(0) = sr.Read
Dim byteBuffer(iFieldBufferSize - 1) As Byte
Dim i16 As Int16 = BitConverter.ToUInt16(buffer, 0)

我打错电话了！例如，如果字节是00 03，我在缓冲区（1）中得到0，在缓冲区（0）中得到3-好。但当两个字节为0020时，我将128个字节读入缓冲区（0）

所以，在我做了半天的头发后，我从streamreader声明中删除了编码器，现在我将32个读数据放入缓冲区（0），就像它应该做的那样

底线是，非标准代码页编码器弄乱了字节读数

---

知道如何解决这个问题吗？

不要使用StreamReader来读取此文件。它将解释文件中的二进制数，就好像它们是字符一样，这会弄乱它们的值。使用文件流和二进制读取器。仅在从表示字符串的文件中翻译一组字节时使用Encoding.GetString（）。

@Hans Passant是正确的。如果您正在读取包含二进制数据的文件（如您的描述所示），那么将文件当作文本来读取是不正确的

幸运的是，BinaryReader类包含一个构造函数，该构造函数将字符编码作为参数之一。您可以使用此选项将文件中的任何希伯来EBCDIC字符串自动转换为普通Unicode字符串，而不影响非文本（二进制）部分的解释

此外，您可能应该使用双字节VARCHAR length字段来读取字符串，而不是将其丢弃

---

ReadString（）方法在这种情况下不起作用，因为该文件不是用.NET BinaryWriter类编码的。相反，您应该获取VARCHAR的长度（或CHAR字段的硬编码长度）并将其传递给ReadChars（int）方法。然后从返回的字符数组构造生成的字符串。

不能将EBCDIC文件转储之类的内容作为流读取。StreamReader类是文本阅读器的一种类型，用于读取字符。您正在读取一个记录——一个包含混合二进制和文本的复杂数据结构

您需要使用文件流进行读取，并根据需要读取八位字节块。您将需要一些简单的助手方法，如：

private byte[] ReadOctets( Stream input , int size )
{
    if ( size < 0 ) throw new ArgumentOutOfRangeException() ;

    byte[] octets      = new byte[size] ;
    int    octets_read = input.Read( octets , 0 , size ) ;

    if ( octets_read != size ) throw new InvalidDataException() ;

    return octets ;
}

public string readCharVarying( Stream input )
{
    short    size        = readShort( input ) ;

    return readCharFixed( input , size ) ;
}

public string readCharFixed( Stream input , int size )
{
    Encoding e           = System.Text.Encoding.GetEncoding(20424) ;
    byte[]   octets      = ReadOctets( input , size ) ;
    string   value       = e.GetString( octets ) ;

    return value ;
}

private short readShort( Stream input )
{
    byte[] octets            = ReadOctets(input,2) ;
    short  bigEndianValue    = BitConverter.ToInt16(octets,0) ;
    short  littleEndianValue = System.Net.IPAddress.NetworkToHostOrder( bigEndianValue ) ;

    return littleEndianValue ;
}

private int readInt( Stream input )
{
    byte[] octets            = ReadOctets(input,4) ;
    int    bigEndianValue    = BitConverter.ToInt32(octets,0) ;
    int    littleEndianValue = System.Net.IPAddress.NetworkToHostOrder( bigEndianValue ) ;

    return littleEndianValue ;
}

private long readLong( Stream input )
{
    byte[] octets            = ReadOctets(input,8) ;
    long   bigEndianValue    = BitConverter.ToInt64(octets,0) ;
    long   littleEndianValue = System.Net.IPAddress.NetworkToHostOrder( bigEndianValue ) ;

    return littleEndianValue ;
}

private byte[]ReadOctets（流输入，整数大小）
{
如果（大小<0）抛出新ArgumentOutOfRangeException（）；
字节[]八位字节=新字节[大小]；
int-octets_-read=input.read（八位字节，0，大小）；
如果（八位字节_read！=大小）抛出新的InvalidDataException（）；
返回八位组；
}
公共字符串readCharVariable（流输入）
{
短尺寸=读短（输入）；
返回readCharFixed（输入，大小）；
}
公共字符串readCharFixed（流输入，整数大小）
{
编码e=System.Text.Encoding.GetEncoding（20424）；
字节[]八位字节=读取八位字节（输入，大小）；
字符串值=e.GetString（八位字节）；
返回值；
}
专用short readShort（流输入）
{
字节[]八位字节=读取八位字节（输入，2）；
短bigEndianValue=位转换器.ToInt16（八位字节，0）；
short littleEndianValue=System.Net.IPAddress.NetworkToHostOrder（bigEndianValue）；
返回LittleEndian值；
}
私有int readInt（流输入）
{
字节[]八位字节=读取八位字节（输入，4）；
int bigEndianValue=位转换器.ToInt32（八位字节，0）；
int littleEndianValue=System.Net.IPAddress.NetworkToHostOrder（bigEndianValue）；
返回LittleEndian值；
}
私有long readLong（流输入）
{
字节[]八位字节=读取八位字节（输入，8）；
long bigEndianValue=位转换器.ToInt64（八位字节，0）；
long littleEndianValue=System.Net.IPAddress.NetworkToHostOrder（bigEndianValue）；
返回LittleEndian值；
}

IBM大型机的文件系统中通常有固定或可变长度的记录。固定长度很简单：您只需要知道记录长度，就可以在对read（）方法的一次调用中读取记录的所有字节，然后根据需要转换片段

可变长度记录有点棘手，它们从4个八位记录描述符字开始，由2个八位（16位）逻辑记录长度组成，然后是一个2个八位（16位）0值。逻辑记录长度不包括4个八位字节的记录描述符字

您可能还会看到可变的、跨越的记录。这些记录类似于可变长度记录，不同之处在于4-octet前缀是段描述符字。前两个八位字节包含段长度，下一个八位字节标识段类型，最后一个八位字节为NUL（0x00）。段类型如下：

• 0x00表示完整的逻辑记录
• 0x01表示这是跨距记录的第一段
• 0x10表示这是已跨越记录的最后一段
• 0x11表示这是跨记录的“内部”段，即“除第一段或最后一段以外的多段记录段”

您可以将可变长度和可变跨距记录视为相同的记录。要读取其中一个，首先需要解析出段/记录/描述符字，并将完整记录读取/组装成一个by