sql >> Databáze >  >> RDS >> Oracle

Jak lze zjistit, jak je formátován soubor DBF nebo jakýkoli soubor?

Měl jsem podobný problém a udělal jsem to takto.

TL;DR:Budete muset použít Apache Tika k analýze souborů DBase. Převede obsah do tabulky XHTML a vrátí jej jako java.lang.String , který můžete analyzovat pomocí analyzátoru DOM nebo SAX, abyste získali data ve formátu, který potřebujete. Zde je několik příkladů:https://tika.apache.org/1.20/examples.html

Chcete-li začít, přidejte do svého POM následující závislost Maven:

<dependency>
  <groupId>org.apache.tika</groupId>
  <artifactId>tika-parsers</artifactId>
  <version>1.21</version>
</dependency>

Poté inicializujte analyzátor:

Parser parser =  new DBFParser(); //Alternatively, you can use AutoDetectParser
ContentHandler handler = new BodyContentHandler(new ToXMLContentHandler()); //This is tells the parser to produce an XHTML as an output.
parser.parse(dbaseInputStream, handler, new Metadata(), new ParseContext()); // Here, dbaseInputStream is a FileInputStream object for the DBase file.
String dbaseAsXhtml = handler.toString(); //This will have the content in XHTML format

Nyní, abych převedl data do pohodlnějšího formátu (v tomto případě CSV), jsem provedl následující:

Nejprve převeďte celý řetězec na objekt DOM:

DocumentBuilder builder = DocumentBuilderFactory.newInstance().newDocumentBuilder();
Document xhtmlDoc= builder.parse(new InputSource(new StringReader(xmlString.trim().replaceAll("\t", "")))); //I'm trimming out the tabs and whitespaces here, so that I don't have to dealt with them later

Nyní, abyste získali záhlaví:

XPath xPath = XPathFactory.newInstance().newXPath();
NodeList tableHeader = (NodeList)xPath.evaluate("//table/thead/th", xhtmlDoc, XPathConstants.NODESET);

String [] headers = new String[tableHeader.getLength()];
for(int i = 0; i < tableHeader.getLength(); i++) {
    headers[i] = tableHeader.item(i).getTextContent();
}

Poté záznamy:

XPath xPath = XPathFactory.newInstance().newXPath();
NodeList tableRecords = (NodeList)xPath.evaluate("//table/tbody/tr", xhtmlDoc, XPathConstants.NODESET);

List<String[]> records = new ArrayList<String[]>(tableRecords.getLength());

for(int i = 0; i < tableRecords.getLength(); i++) {
    NodeList recordNodes = tableRecords.item(i).getChildNodes();
    String[] record = new String[recordNodes.getLength()];
    for(int j = 0; j < recordNodes.getLength(); j++)
        record[j] = recordNodes.item(j).getTextContent();
        records.add(record);
    }

Nakonec je spojíme a vytvoříme CSV:

StringBuilder dbaseCsvStringBuilder = new StringBuilder(String.join(",", headers) + "\n");
for(String[] record : records)
        dbaseCsvStringBuilder.append(String.join(",", record) + "\n");
String csvString = dbaseCsvStringBuilder.toString();

Zde je úplný zdrojový kód:https://github.com/Debojit/DbaseTranslater/blob/master/src/main/java/nom/side/poc/file/dbf/DbaseReader.java




  1. Kolize konektoru MySQL a hlavičky VC2010

  2. jak převést více vrstev vnořeného json na tabulku sql

  3. MySQL Najděte rozdíly v zásobách mezi dvěma tabulkami a vraťte výsledek

  4. 9 zásadních úkolů, za které jsou odpovědní správci databází