Datei im DOS/ASCII-Format einlesen.

[DiscoDon]

Hallo ich will die PLZ Datafactory Rohdaten von der Deutschen Post einlesen. Bisher sieht das so aus:

   bf = new BufferedReader(new FileReader(raw_data));

            while (null != (line = bf.readLine())) {
                // TODO
            }

Das Problem ist, dass alle Umlaute falsch dargestellt werden. Laut Post ist der Zeichensatz der Datei DOS/ASCII. Wie kann ich dem Reader den richtigen Zeichensatz mit auf den Weg geben. Ich vermute, dass das irgendwie in diese Richtung gehen muss:

bf = new BufferedReader(new InputStreamReader(new FileInputStream(raw_data), Charset.forName("Cp1252")));

Das klappt nur bisher auch nicht. Könnt ihr mir da mal auf die Sprünge helfen?

MfG

DiscoDon

 

[Guest]

das hat jetzt vielleicht nix mit dem bufferdReader zu tun, aber das könnte dir helfen:

wenn du den namen als byte[] hast, kannst du mit dem string konstruktor folgendes machen:

new String(bArray, "UTF-16LE");

mfg

 

[Leroy42]

Laut Post ist der Zeichensatz der Datei DOS/ASCII.

Was soll denn jetzt DOS/ASCII sein? Es gibt nur ein ASCII-Zeichensatz und der
hat nichts mit dem Disk Operating System zu tun.

:noe:

 

[DiscoDon]

So funktioniert das ja theoretisch bei dem InputStreamReader auch. Ich weiß nur nicht welchen Charset ich da übergeben soll. In der API steht nämlich nichts von einem DOS/ASCII Charset. Ich bin also auf der Suche nach dem Charset in Java für DOS/ASCII.

Ich habe bei der Post nachgefragt und in der Antwortemail haben die gesagt es wäre der DOS/ASCII Zeichensatz. Was das sein soll verstehe ich auch nicht. Es hat auch jedes andere Programm wie z.B. notepad++ Probleme mit der korrekten Anzeige. Schicke denen jetzt nochmal ne Mail.


Übersicht über Charsets
http://java.sun.com/j2se/1.5.0/docs/guide/intl/encoding.doc.html

 

[Leroy42]

In der API steht nämlich nichts von einem DOS/ASCII Charset. Ich bin also auf der Suche nach dem Charset in Java für DOS/ASCII.

Kein Wunder! So einen Zeichensatz gibt es ja auch nicht.

haben die gesagt es wäre der DOS/ASCII Zeichensatz

Blödsinn. Es gibt nur einen ASCII-Zeichensatz und der ist definiert für die Werte von 0 bis 127.

 

[mahe]

Mit DOS/ASCII wird höchstwahrscheinlich Codepage 850 oder ähnliches gemeint sein. Eben der Zeichensatz den DOS verwendete.

Versuch in Java Cp850 oder Cp858.

 

[Leroy42]

Eben der Zeichensatz den DOS verwendete.

Wenn du mit DOS jetzt MS-DOS meinst, hast du vermutlich Recht!

 

[Murray]

Kein Wunder! So einen Zeichensatz gibt es ja auch nicht.

Hier geht es aber um ein Encoding - und davon gibt es natürlich diverse.
DOS verwendet m.W entweder Codepage 850 oder 437, insofern würde ich es mal mit

Charset.forName("Cp850")

bzw

Charset.forName("Cp437")

versuchen.

 

[mahe]

Eben der Zeichensatz den DOS verwendete.

Wenn du mit DOS jetzt MS-DOS meinst, hast du vermutlich Recht!

Jap, meinte ich :wink:

 

[DiscoDon]

Ich danke euch vielmals. Mit dem Cp850 funktioniert es einwandfrei.