005集——shp格式数据转换乱码问题——arcgis

本文介绍: 如果shapefile文件缺失 LDID 或者.CPG 文件，那么编码类型就会使用OEM编码类型，也就是操作系统默认编码类型（操作系统默认编码是个很神奇的编码，变数很多，比如：ANSI、mul-Language多国语言版，还有不同操作系统、同一操作系统不同编码类型的区别）。但是，shapefile的拥趸说“我的需求是恢复以前存储4个汉字的shapefile，我不想用地理数据库，我希望得到老版本的shapefile的结果，我不在乎shapefile的编码类型是什么 ……”好吧，方法还是有的。

shp数据格式与其他数据格式转换过程中会遇到乱码等问题，原因如下：

在Shapefile头文件（dBase Header）中，一般会包含字符编码信息，这个信息称为 LDID （ Language Driver ID）。在使用arcgis 打开Shapefile时，会读取LDID 存储的字符编码信息，再打开 shapefile。

在Shapefile子文件中，有时我们还会发现同名 *.CPG 文件，该文件中也存储了字符编码信息，用记事本打开该文件，可以看到 UTF-8或者OEM字样。

二者被ArcGIS 识别的优先顺序是：LDID 优先于 CPG文件。也就是说，如果在Shapefile头文件中没有约定字符编码方式时，那么ArcGIS会使用.CPG设置的字符编码方式打开shapefile。

如果shapefile文件缺失 LDID 或者.CPG 文件，那么编码类型就会使用OEM编码类型，也就是操作系统默认编码类型（操作系统默认编码是个很神奇的编码，变数很多，比如：ANSI、mul-Language多国语言版，还有不同操作系统、同一操作系统不同编码类型的区别）。换句话说，此时操作系统使用什么样的编码方式，那么Shapefile也会使用相同的编码方式。如果Shapefile使用的编码方式与操作系统默认编码方式不一致，那么就会出现乱码。

一般而言， shapefiles 和 dBASE 文件都会存储字符编码信息，但有些程序 OEM 文件没有包含字符编码页信息（例如： Microsoft Access 2000 and Excel 2000），程序会给没有编码页信息的文件设置为操作系统默认OEM 编码，字符就会出现乱码。

在 ArcGIS Desktop (ArcMap, ArcCatalog, and ArcToolbox) 中，利用编码页转换功能可以读写多种字符编码的 shapefile 和 dBASE 表。在系统注册表中，编码页转换功能命名为 ‘dbfDefault’，可以修改这个值。

dbfDefault。

写

在注册表中设置 ‘dbfDefault’ ，可以决定导出的 shapefile 和 dBASE 的编码类型。例如，把 ‘dbfDefault’ 设置为 OEM ，那么用 ArcMap, ArcCatalog, ArcToolbox 生成出来的 shapefile 和 dBASE 文件就是以 OEM编码的，设置成 ANSI ，那 shapefile 和 dBASE 文件就是 ANSI 编码的。

读

读 shapefile 和 dBASE 文件的逻辑与写是相同的，如果缺失编码信息，ArcGIS 读取文件的编码类型由 dbfDefault决定。

我们知道 shapefile 是个开放格式，只要你了解了数据规范，完全可以脱离ArcGIS自己生产出来。在Windows中文语言设置下，假设你自己写代码或者使用第三方的程序生产了shapefile，例如MapGIS，默认使用 CP936（GBK）编码存储，但是无论粗心大意还是有意为之没有在数据头文件中约定“我用了936！”。如果是 ArcGIS 10.2 和之前的版本，那么没问题，ArcGIS 默认就是以这种方式识别，没有乱码。可是拿到 ArcGIS 10.2.1 ，ArcGIS 10.2.2，ArcGIS 10.3.x 这几个版本中发现乱！码！了！在缺失 LDID 和 CPG时，这几个版本默认使用 UTF-8 来读取 shapefile，这样必然乱码。

解决方法