React.js中DBF文件写入西里尔字符乱码问题求助

问题根源 #

1. CSV读取编码不匹配：FileReader.readAsText()默认用UTF-8解码，但西里尔语CSV文件常采用Windows-1251编码，直接读取会导致字符解析错误。
2. DBF字符集配置错误：生成DBF时未设置对应语言驱动标识，且错误使用UTF-8编码内容，不符合多数DBF查看工具的默认字符识别规范。

解决方案 #

1. 适配CSV文件的编码读取 #

将readAsText改为读取ArrayBuffer，结合iconv-lite处理编码转换，确保西里尔字符正确解析：

import iconv from 'iconv-lite';

const handleFileUpload = (event) => {
  const file = event.target.files[0];
  if (file) {
    const reader = new FileReader();
    reader.onload = (e) => {
      const buffer = e.target.result;
      // 先尝试UTF-8解码，失败则用西里尔常用的Windows-1251编码
      let text;
      try {
        text = iconv.decode(buffer, 'UTF-8');
        // 检测解码是否存在乱码占位符
        if (/[\ufffd]/.test(text)) throw new Error('UTF-8解码失败');
      } catch {
        text = iconv.decode(buffer, 'win1251');
      }
      const result = parse(text, { header: true });
      setCsvData(result.data);
    };
    reader.readAsArrayBuffer(file);
  }
};

2. 配置DBF的正确字符集 #

修改DBF生成逻辑，设置语言驱动ID为Windows-1251（对应0x08），并使用该编码处理字段内容：

const convertToDBF = () => {
  if (csvData) {
    try {
      const fields = Object.keys(csvData[0]).map(key => ({
        name: key,
        type: 'C',
        size: 50 // 增大字段长度，避免西里尔字符被截断
      }));  
      const records = csvData.map(row => {
        const record = {};
        Object.keys(row).forEach(key => {
          record[key] = row[key] ? row[key].toString() : ''; 
        });  
        for (const key in record) {
          if (typeof record[key] === 'string') {
            // 使用Windows-1251编码字符
            record[key] = iconv.encode(record[key], 'win1251'); 
          }
        }
        return record;
      });
      // 设置DBF的语言驱动ID，对应Windows-1251编码
      const dbfBuffer = structure(records, fields, {
        codepage: 0x08 
      });
      const blob = new Blob([dbfBuffer], { type: 'application/octet-stream' });
      saveAs(blob, 'output.dbf');
    } catch (error) {
      console.error('Error during DBF conversion:', error);
    }
  }
};

关键注意点 #

• 字段长度：西里尔字符在Windows-1251中占1字节，需确保字段长度足够容纳内容，避免截断。
• 编码兼容：若需支持UTF-8格式的DBF阅读器，可将codepage设为0xC8（UTF-8对应标识），同时用UTF-8编码内容，但部分老版本工具可能不兼容。

测试验证 #

输入CSV内容：Іванов Іван，生成DBF后用支持Windows-1251的工具（如Excel、DBF Viewer）打开，应正常显示西里尔字符。

内容的提问来源于stack exchange，提问作者Віталій Тимів