EBCDIC和GBK/GBK2312的转换AS/400中的实现

Question

AS/400采用EBCDIC编码保存在QSYS.LIB中的所有中文字符，而在pc端winows 95,
windows NT采用GBK内码保 存中文字符，两者之间在进行中文数据传输的时候，会遇到EBCDIC和GBK的相互转换。所以，掌握EBCDIC和GBK 的转换码表对于程序员非常重要。

1 收集GBK字符文件
首先必须根据GBK的编码原则得到GBK的汉字库。GBK的编码区间为0X8140到0XFEFE。整个码表分为 5个区间，称为GBK1(A1A1 A9FE)、GBK2（B0A1 F7EE)、GBK3(8140 A0FE)、GBK4(AA40 FEA0)、GBK5(A840 A9A0).其中GBK1包括符号717个，GBK2包括GB2312汉字6763个，GBK3包括GB13000.1中的汉字6080个，GBK4包括增补的汉字8160个,GBK5包括扩充汉字符号166个。
程序1：
/* file1.c */
#include<stdio.h>
void main(void)
{
FILE *fp;
char ch[4],file[10],enter[2],hi,lo;
long int i;

enter[0]=0x0d;
enter[1]=0x0a;

printf("please input the file name:\n";
scanf("%s",file);
if((fp=fopen(file,"wb")==NULL)
{
      printf("cannot open %s\n",file);
      exit(0);
}

hi=0xa7;
lo=0x40;

for(i=0;i<2*191;i++)
{
     ch[0]=0x22;
     if(i%191==0)
          hi=hi+1;
     ch[1]=hi;
     ch[2]=(lo+i%191);
     ch[3]=0x22;
     fwrite(ch,sizeof(char),4,fp);
     fwrite(enter,sizeof(char),2,fp);
}

}
程序说明：
（1）.OX22是'"'（双引号）的16进制代码，0X0D 0X0A是换行符号的16进制代码，在每一个字符的两旁增加双引号和缓行符号是为了满足CPYFRMIMPF对Import file的格式要求而特别增加的。
（2）.结果文件假设命名为GBK.TXT,文件样本见附件。

程序2：得到没有" "和0X0D 0X0A的汉字字库文件
#include<stdio.h>
void main(void)
{
FILE *fp;
char ch[2],file[10],hi,lo;
long int i;

printf("please input the file name:\n";
scanf("%s",file);
if((fp=fopen(file,"wb")==NULL)
{
      printf("cannot open %s\n",file);
      exit(0);
}

hi=0x80;
lo=0x40;

for(i=0;i<126*191;i++)
{
       if(i%191==0)
             hi=hi+1;
       ch[0]=hi;
       ch[1]=(lo+i%191);
       fwrite(ch,sizeof(char),2,fp);
}
fclose(fp);
}
[注]：
假设结果文件命名为GBK_01.TXT

2.利用FTP把GBK.TXT上传到AS400的IFS的目录下，例如/home目录，注意ftp在传输双字节的时候需要制定AS400端CCSID的值。如果只传输GB2312汉字，指定CCSID=1381；如果传输GBK汉字，指定CCSID=1386.
[注]：
如果传输正确，使用DSPF或EDTF可以看到正确的中文字符。

3.利用STRSQL交互式SQL生成接受GBK汉字的数据库文件
      CREATE TABLE GBK(COL CHAR(4) CCSID 138

4.利用CPYFRMIMPF把流文件数据导入GBK数据库文件
     CPYFRMIMPF FROMSTMF('/home/gbk.txt')
               TOFILE(GBK/QGPL)
               RCDDLM(*LF)

5. 利用FTP的BIN方式，把GBK的文件下传到PC的得到GBK.MBR，从PC端用NOTEPAD观察可以看到文件有许多乱码，这是因为GBK.MBR 使用的是EBCDIC，许多编码在PC上无法识别，而且可以发现每个汉字EBCDIC代码的两旁有0E..0F的标识符，这样观察起来很不方便，使用下面的程序把0E..0F剔除。
程序3： 剔除.mbr中的0E..0F字符
#include<stdio.h>
void main(void)
{
     FILE *fp1,*fp2;
     char f1[10],f2[10],ch[4];

     scanf("%s",f1);
     scanf("%s",f2);
     if((fp1=fopen(f1,"rb")==NULL)
     {
            printf("error open input file %s\n",f1);
            exit(0);
     }
     if((fp2=fopen(f2,"wb")==NULL)
     {
            printf("error open output file %s\n",f2);
            exit(0);
     }

     while(!feof(fp1))
     {
            fread(ch,4,1,fp1);
            if((ch[0]==0x0E)&&(ch[3]==0x0F))
            {
                   fwrite(&ch[1],1,1,fp2);
                   fwrite(&ch[2],1,1,fp2);
            }
     }

     fclose(fp1);
     fclose(fp2);
}
[注]：
假设得到的没有0E..0F标识的文件名称为GBK_01.MBR

6.利用GBK_O1.TXT,GBK_01.MBR得到EBCDIC< >GBK的转换码表文件
程序: 得到最终转换文件
#include<stdio.h>
void main(void)
{
      int i;
      FILE *in,*out,*gb;
      unsigned char ch[2],ch2[2];
      char str[40],str2[40];
      char enter[2],space=' ';

      enter[0]=0x0d;
      enter[1]=0x0a;

      if((in=fopen("gbk_01.mbr","rb")==NULL)
      {
            printf("cannot open file\n";
            exit(0);
      }
      if((out=fopen("gbk_cvt.txt","wb")==NULL)
      {
            printf("cannot open outfile\n";
            exit(0);
      }
      if((gb=fopen("gbk_01.txt","rb"))==NULL)
      {
            printf("cannot open hzgb.txt\n");
            exit(0);
      }

      while(!feof(in))
      {
             fread(ch,2,1,in);
             fread(ch2,2,1,gb);

             sprintf(str,"%02x%02x",ch[0],ch[1]);
             sprintf(str2,"%02x%02x",ch2[0],ch2[1]);

             fwrite(ch2,2,1,out);
             fwrite(&space,1,1,out);
             fwrite(str,5,1,out);
             fwrite(str2,5,1,out);
             fwrite(enter,2,1,out);
      }

      fclose(in);
      fclose(out);
      fclose(gb);
}

[注]：
假设最终得到的转换文件为GBK_CVT.TXT