汉字乱码_可恶的中文乱码——shapefile属性表中文乱码解决方案

蔚落 2023-01-06 01:28 402阅读 0赞

最近被字符编码问题搞得头疼，原始数据正常显示，做个运算输出后就乱码了，明明已经设置了对应的编码方式，依旧乱码！头疼![fd4c75d247b035686d3bf88ddc74c672.png][]

![616aa5c2ac65798b32b5ec363ea421fe.png][]

![470e68d0b9bef833741ad70f2ca661c5.png][]

**1、****Shapefile属性表****中文为啥会乱码？**

Shapefile文件的头文件(dBase Header)中，一般会包含shapefile使用的编码类型的信息，这个信息称为 LDID ( Language Driver ID)，这样在使用应用程序打开 shapefile 的时候，应用程序就知道用何种编码类型去正确读取它，而不会发生乱码。在我们日常使用中，假定属性表输入中文时，用的是gbk的编码方式，但是 LDID的却是UTF-8，当我们打开属性表的时候就会出现上图中的乱码情况。也就是说输入的字符的编码方式和软件读取Shapefile时的编码方式不一样时，就会发生乱码的情况。

同时还有个现象，Shapefile的字段名是四个汉字，为什么我做了一些操作后，属性表字段名成为了三个汉字？如下图：

![669232e2bb2ae728e707507162608e96.png][]

产生这种情况的原因是，shapefile的字段名只有9个字节长度，前者的数据用的是gbk的字符编码方式，每个汉字占用2个字节，所以最多能够容纳4个汉字，而后者是对数据进行投影变换后默认使用了UTF-8的字符编码方式，UTF-8的字符编码方式每个汉字占用3个字节，所以shapefile的字段名最多只能容纳3个汉字。因此才会出现上图中的情况。

**2、shapefile中文乱码的解决方案**

基于以上的分析，要确保shp属性表中的中文不出现乱码情况，需要统一输入的字符编码和 shapefile文件的LDID，那么解决方案就来了，当出现乱码的时候，要么将输入的字符重新组织编码，重新生成字符编码统一的新文件，要么修改shapefile的LDID信息。显然，后者方式更为简单，于是，我编写了一个小的arcgis脚本工具，用来修改LDID信息，以解决shapefile属性表中文乱码的问题。工具已经放在github上了，有需要的请自取：***https://github.com/tuxiang-hub/ArcGIS(ArcGIS版本低于10.7的请使用工具中后缀为10.2的)***。

以上就是本篇博客记录的主要内容，如果各位朋友在使用该工具时，发现中文乱码还是不能解决，可以后台联系我，可以帮各位看官测试测试！

[fd4c75d247b035686d3bf88ddc74c672.png]: /images/20221119/5948ab9f86024e45aae9071cdeedd4c6.png
[616aa5c2ac65798b32b5ec363ea421fe.png]: /images/20221119/b6d6e2aead1a47fca40541672ac1921d.png
[470e68d0b9bef833741ad70f2ca661c5.png]: https://img-blog.csdnimg.cn/img_convert/470e68d0b9bef833741ad70f2ca661c5.png
[669232e2bb2ae728e707507162608e96.png]: https://img-blog.csdnimg.cn/img_convert/669232e2bb2ae728e707507162608e96.png