shapefile与字符集编码设置

Posted on In Disqus: Word count in article: 940 Reading time ≈ 3 mins.

在 ArcGIS Desktop (ArcMap, ArcCatalog, and ArcToolbox)中，有编码页转换功能（CODE PAGE CONVERSION），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（CODE PAGE CONVERSION）命名为 ‘dbfDefault’，可以修改这个值。

在 ArcGIS 10.2.1 之前，可以直接按照 ‘dbfDefault’ 设置方法 到注册表中修改。

在 ArcGIS Desktop 10.2.1 以及以后的版本，shapefile (.DBF) 的编码页的默认设置为 UTF-8 (UNICODE) 。


更新内容（2014.8.1）

ArcGIS Desktop 10.2.1 和 10.2.2 版本下需要修改编码行为，先打补丁，然后再按照 ‘dbfDefault’ 设置方法 到注册表中修改。**

10.2.1： http://support.esri.com/en/downloads/patches-servicepacks/view/productid/160/metaid/2090

10.2.2： http://support.esri.com/en/downloads/patches-servicepacks/view/productid/67/metaid/2089


‘dbfDefault’ 的作用

使用 ArcGIS for Desktop 打开 dBase 表文件时，程序先去读头文件中的  Language Driver ID (LDID) 或者是同名 *.CPG文件。前面二者都是用来在读文件之前，决定用什么编码类型来正确读出文件。如果有必要， ArcGIS for Desktop 会进行编码转换来显示字符串。

如果文件缺失 LDID 或者  .CPG 文件，编码就会被假定为 Windows (ANSI/Multi-byte)。也是因为这个原因，如果文件是 OEM 编码的，并且没有写入 LDID 或者 .CPG，字符就会出现乱码。 也就说 ArcGIS 把 OEM 文件当成 ANSI 文件来处理了。

多数情况下， shapefiles 和 dBASE 文件都会存储编码页信息。 但是有些程序的 OEM 文件没有包含编码页信息，例如 Microsoft Access 2000 and Excel 2000，所以这些文件读取时，就会乱码。为了避免这个问题，用户可以给没有编码页信息的文件设置
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。


不适用’dbfDefault’ 的情况

‘dbfDefault’ 这项设置仅对 ArcGIS Desktop 生效，对于一些很老版本的ArcGIS 产品不适用；仅对 shapefile 生效，Personal GDB等不生效。


无视 ‘dbfDefault’ 设置的包括：

In ArcInfo Workstation:

  • ARCSHAPE with &CODEPAGE OEM creates a shapefile in OEM 

  • ARCSHAPE with &CODEPAGE ANSI creates a shapefile in ANSI 

  • INFODBASE with &CODEPAGE OEM creates a dBASE file in OEM 

  • INFODBASE with &CODEPAGE ANSI creates a dBASE file in ANSI 

In ArcView 3.x, 

  • Shapefile and dBASE files are saved in the ANSI code page. 

In ArcGIS for Desktop (regardless of the dbfDefault setting), 

  • Personal geodatabases are saved in Unicode 

  • Personal geodatabase tables are saved in Unicode 

  • Coverages are saved in the ISO code page 

  • INFO files are saved in the ISO code page 

  • Interchange files are saved in the ANSI code page 

  • Text files are saved in the ANSI code page


‘dbfDefault’ 设置方法

  1. 开始 – 运行，输入”Regedit“，打开 注册表。

  2. 如是用的是 10.x 版本 ArcGIS Desktop，定位到 My Computer\HKEY_CURRENT_USER\Software\ESRI\Desktop 10.x. 如果是9.3.1之前的版本，定位到 **'My Computer\HKEY_CURRENT_USER\Software\ESRI'**。

  3. 创建项 **Common**， 接着在其下创建 CodePage 项， 添加 字符串 ，名称： dbfDefault ，健值： oem （或者936）。


如下为支持的编码值：

OEM Code Page Values:

OEM, 437, 708, 720, 737, 775, 850, 852, 855, 857, 860, 861, 862, 863, 864, 865, 866, 869, 932, 936, 950

ANSI Code Page Values:

ANSI, 1250, 1251, 1252, 1253, 1254, 1255, 1256, 1257, 1258, Big5, SJIS 

ISO Code Page Values:

ISO, 88591, 88592, 88593, 88594, 88595, 88596, 88597, 88598, 88599, 885910, 885913, 885915, EUC

Unicode Values:

UTF-8


现在，Shapefiles 可以以 UTF-8 存储，但是，只有在 ArcGIS Desktop 中才能被识别。

相关技术文章：

http://support.esri.com/en/knowledgebase/techarticles/detail/21106