如何用Java将DB2中的BLOB数据转为JSON/字符串并处理特殊字符

你的问题核心是BLOB存储的并非纯UTF-8 JSON，而是带有控制字符、长度前缀的结构化二进制数据，直接按UTF-8解析会把二进制控制符当成乱码输出。以下是针对性的解决方案：

第一步：分析二进制结构（从你的示例反推） #

从你提供的输出片段可以看出数据的规律：

• 键以\u0002（ASCII STX）开头，键名结束后用\u0000（NULL）分隔
• 键名后跟着4字节大端序的长度值（比如USER_ID后的\u0014\u0000\u0000\u0000对应十进制20，正好匹配值2022-01-01-01.01.01的长度）
• 长度值后是对应长度的字符串值，值结束后用\u0000分隔
• 开头的\u0003?\u0004\u0000\u0000\u0003BUSINFON\u0000...属于元数据/组标识，需要跳过

第二步：修改代码解析二进制结构 #

放弃直接用UTF-8 Reader解析JSON的方式，改为读取二进制流，按结构提取键值对后再转JSON：

import com.google.gson.Gson;
import java.io.ByteArrayInputStream;
import java.io.DataInputStream;
import java.sql.Blob;
import java.sql.Connection;
import java.sql.DriverManager;
import java.sql.PreparedStatement;
import java.sql.ResultSet;
import java.util.HashMap;
import java.util.Map;
import java.nio.charset.StandardCharsets;
import java.util.Properties;

public class DB2BlobParser {
    public static void main(String[] args) {
        String jdbcClassName = "com.ibm.db2.jcc.DB2Driver";
        String url = "jdbc:db2://your-db2-host:port/your-db";
        String q = "select COLUMN_NAME from TABLE_TEST";
        Properties props = new Properties();
        props.setProperty("useJDBC4ColumnNameAndLabelSemantics", "2");
        props.setProperty("user", "******");
        props.setProperty("password", "*****");

        Connection connection = null;
        PreparedStatement pstate = null;
        ResultSet res = null;

        try {
            Class.forName(jdbcClassName);
            System.out.println("DB2 driver loaded successfully\n");
            connection = DriverManager.getConnection(url, props);
            System.out.println("Connected successfully.\n");

            pstate = connection.prepareStatement(q);
            res = pstate.executeQuery();

            Gson gson = new Gson();
            while (res.next()) {
                Blob blob = res.getBlob("COLUMN_NAME");
                byte[] blobBytes = blob.getBytes(1, (int) blob.length());
                ByteArrayInputStream bais = new ByteArrayInputStream(blobBytes);
                DataInputStream dis = new DataInputStream(bais);
                Map<String, String> resultMap = new HashMap<>();

                // 跳过开头的元数据部分，直到找到第一个\u0002（STX）
                int b;
                while ((b = dis.read()) != -1) {
                    if (b == 0x02) { // 找到键的起始标记
                        // 读取键名：直到遇到\u0000
                        StringBuilder keyBuilder = new StringBuilder();
                        while ((b = dis.read()) != 0x00 && b != -1) {
                            keyBuilder.append((char) b);
                        }
                        String key = keyBuilder.toString();

                        // 读取4字节大端序的长度值
                        int valueLength = dis.readInt();

                        // 读取对应长度的字节，转成字符串（注意：如果是EBCDIC编码，替换为对应字符集）
                        byte[] valueBytes = new byte[valueLength];
                        dis.readFully(valueBytes);
                        String value = new String(valueBytes, StandardCharsets.UTF_8);

                        // 跳过值后的\u0000分隔符
                        dis.read();

                        resultMap.put(key, value);
                    }
                }

                // 转成JSON输出
                System.out.println(gson.toJson(resultMap));
            }
        } catch (Exception e) {
            e.printStackTrace();
        } finally {
            // 标准资源关闭流程（需补充关闭res、pstate、connection）
            try {
                if (res != null) res.close();
                if (pstate != null) pstate.close();
                if (connection != null) connection.close();
            } catch (Exception e) {
                e.printStackTrace();
            }
        }
    }
}

关键注意事项 #

1. 编码确认：DB2大型机的数据可能采用EBCDIC编码而非UTF-8，如果解析后值仍乱码，将StandardCharsets.UTF_8替换为IBM对应的EBCDIC字符集（比如Charset.forName("IBM-1047")）。
2. 结构调整：如果你的BLOB结构和反推的不完全一致（比如长度字段是2字节、分隔符不同），需要根据实际二进制数据调整解析逻辑。
3. 资源管理：代码补充了标准的资源关闭流程，避免数据库连接泄漏。

内容的提问来源于stack exchange，提问作者Mukul Venkatesh