基于字节范围值拆分Mainframe的EBCDIC固定宽度多模块文件

针对你提到的Mainframe EBCDIC多模块文件拆分需求——也就是把像CISA这种由多个1000字节行、但结构不同的模块拼接成的父文件，按指定位置的键值拆分成对应子文件，我在Mainframe原生环境和离线处理场景下都有成熟的解决方案，下面详细说明：

一、Mainframe主机环境：用DFSORT快速拆分 #

在Mainframe上处理这类固定长度文件，DFSORT是最省心的标配工具，不用导出文件直接在主机上执行。

假设你的CISA父文件中，区分模块的键值在第10到12字节（EBCDIC编码），比如：

• 键值ABC对应子文件CISA_ABC
• 键值XYZ对应子文件CISA_XYZ
• 其他未匹配的行统一输出到CISA_OTHER

对应的JCL示例如下，你只需要替换成自己的数据集名称即可：

//SPLITCISA JOB (YOUR-ACCT),'SPLIT CISA MODULES',CLASS=A,MSGCLASS=X
//SORT     EXEC PGM=SORT
//SYSOUT   DD SYSOUT=*
//SORTIN   DD DSN=YOUR.PROD.FILE.CISA,DISP=SHR
//CISAABC  DD DSN=YOUR.OUTPUT.FILE.CISA_ABC,DISP=(NEW,CATLG,DELETE),
//         SPACE=(CYL,(5,5),RLSE),RECFM=FB,LRECL=1000
//CISAXYZ  DD DSN=YOUR.OUTPUT.FILE.CISA_XYZ,DISP=(NEW,CATLG,DELETE),
//         SPACE=(CYL,(5,5),RLSE),RECFM=FB,LRECL=1000
//CISAOTHER DD DSN=YOUR.OUTPUT.FILE.CISA_OTHER,DISP=(NEW,CATLG,DELETE),
//         SPACE=(CYL,(5,5),RLSE),RECFM=FB,LRECL=1000
//SYSIN    DD *
  SORT FIELDS=COPY  // 仅做拆分，不排序
  OUTFIL FNAMES=CISAABC,INCLUDE=(10,3,CH,EQ,C'ABC')
  OUTFIL FNAMES=CISAXYZ,INCLUDE=(10,3,CH,EQ,C'XYZ')
  OUTFIL FNAMES=CISAOTHER,SAVE  // 保存所有未匹配的行
/*

核心细节解释： #

• INCLUDE=(pos,len,type,EQ,C'value')：这里的10,3表示从第10字节开始取3个字节的键值，CH代表字符型（适配EBCDIC），C'ABC'是EBCDIC格式的键值（如果是数字键，记得换成BI或ZD类型）
• SAVE关键字非常实用，不用写一堆排除条件就能把剩余行统一输出

二、离线处理：用Python脚本搞定 #

如果已经把EBCDIC文件导出到本地（比如二进制格式），用Python处理也很灵活，不用依赖Mainframe环境。

下面是一个现成的脚本，你只需要调整参数即可：

import codecs

# 配置区：根据你的实际情况修改
INPUT_EBCDIC_FILE = "cisa_source.bin"
KEY_START_POS = 9  # Python是0索引，对应Mainframe的第10字节
KEY_LENGTH = 3
# 键值（EBCDIC字节）→ 输出文件的映射
MODULE_MAP = {
    b'\xc1\xc2\xc3': "cisa_abc.ebcdic",  # EBCDIC 'ABC'对应的字节值
    b'\xe7\xe8\xe9': "cisa_xyz.ebcdic"   # EBCDIC 'XYZ'对应的字节值
}
DEFAULT_OUTPUT_FILE = "cisa_remaining.ebcdic"

# 预先打开所有输出文件
output_handles = {}
for ebcdic_key, file_path in MODULE_MAP.items():
    output_handles[ebcdic_key] = codecs.open(file_path, 'wb', encoding='cp037')
default_handle = codecs.open(DEFAULT_OUTPUT_FILE, 'wb', encoding='cp037')

try:
    # 以EBCDIC编码读取源文件
    with codecs.open(INPUT_EBCDIC_FILE, 'rb', encoding='cp037') as source_file:
        for line in source_file:
            # 确保每行是完整的1000字节（固定块格式）
            if len(line) != 1000:
                print(f"Skipping truncated line (length: {len(line)})")
                continue
            # 提取键值并转成字节用于匹配
            key_bytes = line[KEY_START_POS:KEY_START_POS+KEY_LENGTH].encode('cp037')
            # 写入对应文件
            if key_bytes in output_handles:
                output_handles[key_bytes].write(line)
            else:
                default_handle.write(line)
finally:
    # 务必关闭所有文件句柄
    for handle in output_handles.values():
        handle.close()
    default_handle.close()

print("File split completed successfully!")

关键提示： #

• encoding='cp037'：这是IBM标准EBCDIC编码，确保读写时编码一致
• 键值字节转换：如果不知道EBCDIC字符对应的字节值，可以用在线EBCDIC-ASCII转换工具查询（比如A对应\xc1）
• 固定长度检查：避免处理截断的行，保证子文件的格式和源文件一致

额外注意点 #

1. 编码不要搞混：所有匹配的键值必须是EBCDIC格式，别用ASCII字符去匹配，否则会完全找不到对应行
2. 位置要准确：Mainframe的字节计数从1开始，而脚本语言一般从0开始，转换的时候别出错
3. 保持文件格式：输出子文件一定要和源文件保持FB（固定块）、LRECL=1000的格式，不然后续用布局读取时会出问题

内容的提问来源于stack exchange，提问作者Manish Mishra