有一些解决方案可用于读取EDCDIC文件，如-https://github.com/rbheemana/Cobol-to-Hive，但当EDCDIC文件包含偏移长度不相等的行时，此操作将失败。
我写了MapReduce作业来读取EBCDIC文件，并通过基于偏移值读取每一行来转换为CSV/Parquet，所以所有行的长度都是固定的，下面是示例代码
Configuration conf = new Configuration();
conf.setInt(FixedLengthInputFormat.FIXED_RECORD_LENGTH, 100);
Job job = Job.getInstance(conf);
job.setInputFormatClass(FixedLengthInputFormat.class);
当输入EBCDIC文件不能被偏移量(记录)长度整除时，这也会失败。
有什么方法可以阅读&将带页眉和页脚的EBCDIC文件转换为ASCII文件？
我对hadoop了解不多，我认为文件来自IBM大型机(Z-OS)。同时查看https://github.com/rbheemana/Cobol-to-Hive，看起来它可以处理VB文件，所以应该有一种方法。
文件传输警告
如果该文件是大型机上的VB文件，则每条记录都将有一个记录描述符字(RDW)。默认情况下，某些文件传输函数会删除RDW。你可能会想要RDW。Certaily JRecord可以使用它
可能的解决方案
可能的解决方案包括：
- 在进行传输之前，在大型机/As400上将文件转换为固定宽度-非常容易做到
- 提取主机上的页眉/页脚详细信息-非常简单
- 使用JRecord提取页眉/页脚或转换为固定宽度-非常简单
- 看看基于JRecord的CopybookInputFormat项目，它可能会更好地工作。它应该有更好的Cobol支持
- 使用JRecord读取文件(需要自己编写代码才能加载到hadoop中)
Cobrix可能是您想要的。它是Spark的一个开源COBOL数据源。
它支持固定长度和可变长度的记录，这可能与您面临的问题有关。
免责声明：我为ABSA工作，我是这个库的开发人员之一。