1.UTF8字符集csv文件在oracle下乱码问题处理

时间:2023-03-08 16:19:25

1.问题描述

在excel中生成了一个UTF-8编码格式的csv文件准备导入数据库,在notpad++下打开显示正常,编码集为UTF-8,通过pl/sql dev导入oracle是出现乱码,此时初步推断oracle字符集与本地操作不同导致的乱码

2.处理过程

2.1 查看ORACLE字符编码集

select userenv('language') from dual;

此时oracle返回其字符编码为:SIMPLIFIED CHINESE_CHINA.ZHS16GBK

2.2 添加操作系统对象字符编码系统变量

在win10中添加如下系统变量

变量名:NLS_LANG

变量值:SIMPLIFIED CHINESE_CHINA.ZHS16GBK

2.3 更改文件字符集

2.3.1 excle

从excle导出的csv文件只能直接导出为utf-8格式,暂未发现有其他方法可以直接导出其他字符编码类型的csv文件

2.3.2 notpad++

在notpad++中直接通过编码->转换为GB2312(notpad++没有gbk,gbk是GB2312的超集),结果文件出现乱码,此方法不可行;

在notpad++中新建一个空文件,将其字符编码集变为gb2312,再将原来csv文件的内容复制过来,发现没有出现乱码,且字符编码集设置成功

2.3.3 sublime

使用sublime 安装ConvertToUTF8 插件可以实现编码集转换

安装过程:ctr+shift+p打开完成搜索框,输入install package 打开可安装插件列表界面,在此界面输入ConvertToUTF8 可直接安装该插件

使用方法:打开UTF编码集的csv文件,点击file->relaod with encoding,在其中选择目标字符编码,这里我们选中gbk,点击之后,文件已转化为gbk编码,再保存即可

2.3.4 java编写工具类

 public void codeChange() throws IOException {
String sourceCharset = "utf8"; // 源文件编码
String targetCharset = "gbk"; // 目标文件编码
String newFileName=path.substring(0,path.lastIndexOf("."))+"_"+1+".csv";
File file =new File(path);//源文件
FileInputStream fileInputStream=new FileInputStream(file);
InputStreamReader inputStreamReader=new InputStreamReader(fileInputStream,sourceCharset);
BufferedReader bufferedReader=new BufferedReader(inputStreamReader);
File targetFile =new File(newFileName);//目标文件
BufferedWriter bufferedWriter=new BufferedWriter(new OutputStreamWriter(new FileOutputStream(targetFile),targetCharset));
String line=null;
while((line=bufferedReader.readLine())!=null){
bufferedWriter.write(line);
bufferedWriter.newLine();
bufferedWriter.flush();
}
bufferedWriter.close();
bufferedReader.close();
}

2.4 注意事项

2.4.1 在利用notpad++或sublime更改字符集时,最好先对文件进行备份,因为 编码转化可能是不可逆过程

2.4.2 一般遇到字符编码不统一,修改一方即可,这里我们选择修改操作系统的是因为避免对其他文件造成影响,也可以选择修改oracle的字符编码集,但是对数据库中其他数据会造成影响