GDAL/OGR 1.9.0获取shp文件中中文字段值和属性值乱码文件解决

最新推荐文章于 2023-06-02 17:08:46 发布

langjitianya43

最新推荐文章于 2023-06-02 17:08:46 发布

阅读量3.8k

点赞数

分类专栏： GDAL 文章标签： gdal

GDAL 专栏收录该内容

12 篇文章 0 订阅

订阅专栏

GDAL/OGR 1.9.0又一个新的版本发布，但是又发现了一个对中文支持的问题，在之前的1.8.1版本开始，GDAL开始逐渐加入了对宽字节的支持，或者说是对各种编码的支持，GDAL在默认处理中，将所有的路径字串当作UTF-8编码进行处理，这就是为什么在1.8.0版本开始，如果使用默认编译出来的不支持中文路径了。具体解释参考之前的博客http://blog.csdn.net/liminlu0314/article/details/6610069。在使用1.9.1版本打开中文路径也是有问题的，具体解决方式和上面的一样。

    今天又发现一个新的问题，中文路径的shp格式可以打开，获取的geometry信息也是正确的，但是就是如果属性字段或者属性值中含有中文，悲剧了，整个全是乱码，开始以为还是使用CPLSetConfigOption，发现设置完还是不行：

CPLSetConfigOption(“GDAL_FILENAME_IS_UTF8”,”NO”);
无奈，调试到gdal源代码中，在ogrshapelayer.cpp中OGRShapeLayer类的构造函数中有一个关于编码的选项，构造函数如下：

[cpp] view plaincopyprint?
OGRShapeLayer::OGRShapeLayer( OGRShapeDataSource* poDSIn,
const char * pszName,
SHPHandle hSHPIn, DBFHandle hDBFIn,
OGRSpatialReference *poSRSIn, int bSRSSetIn,
int bUpdate,
OGRwkbGeometryType eReqType )

{
poDS = poDSIn;
poSRS = poSRSIn;
bSRSSet = bSRSSetIn;

pszFullName = CPLStrdup(pszName);  

hSHP = hSHPIn;  
hDBF = hDBFIn;  
bUpdateAccess = bUpdate;  

iNextShapeId = 0;  
panMatchingFIDs = NULL;  

bCheckedForQIX = FALSE;  
hQIX = NULL;  

bSbnSbxDeleted = FALSE;  

bHeaderDirty = FALSE;  

if( hSHP != NULL )  
{  
    nTotalShapeCount = hSHP->nRecords;  
    if( hDBF != NULL && hDBF->nRecords != nTotalShapeCount )  
    {  
        CPLDebug("Shape", "Inconsistant record number in .shp (%d) and in .dbf (%d)",  
                 hSHP->nRecords, hDBF->nRecords);  
    }  
}  
else   
    nTotalShapeCount = hDBF->nRecords;  

eRequestedGeomType = eReqType;  

bTruncationWarningEmitted = FALSE;  


if( hDBF != NULL && hDBF->pszCodePage != NULL )  
{  
    CPLDebug( "Shape", "DBF Codepage = %s for %s",   
              hDBF->pszCodePage, pszName );  

    // Not too sure about this, but it seems like better than nothing.  
    osEncoding = ConvertCodePage( hDBF->pszCodePage );  
}  

if( CPLGetConfigOption( "SHAPE_ENCODING", NULL ) != NULL )  
    osEncoding = CPLGetConfigOption( "SHAPE_ENCODING", "" );  

if( osEncoding != "" )  
    CPLDebug( "Shape", "Treating as encoding '%s'.", osEncoding.c_str() );  

poFeatureDefn = SHPReadOGRFeatureDefn( CPLGetBasename(pszName),  
                                       hSHP, hDBF, osEncoding );  

/* Init info for the LRU layer mechanism */  
poPrevLayer = NULL;  
poNextLayer = NULL;  
bHSHPWasNonNULL = hSHPIn != NULL;  
bHDBFWasNonNULL = hDBFIn != NULL;  
eFileDescriptorsState = FD_OPENED;  
TouchLayer();

}
在上面的构造函数中，有下面两句话，调试到此处,
if( CPLGetConfigOption( “SHAPE_ENCODING”, NULL ) != NULL )
osEncoding = CPLGetConfigOption( “SHAPE_ENCODING”, “” );
发现osEncoding = CPLGetConfigOption( “SHAPE_ENCODING”, “” );这句返回的结果是一个叫cp936的编码，那么什么是CP936呢，CP936就是指系统里第936号编码格式(CodePage936)，也就是GB2312。在之前是没有设置这个选项的，初步推断，该值可能是根据用户的操作系统来确定的，由于没有英文的操作系统，也不好做测试。

    也就是说，在构造layer的时候，读取的DBF文件中的编码，将DBF编码进行转换，注意上面有句注释：“ // Not too sure about this, but it seems like better than nothing.”，大概意思是说不要太在意这个东西，貌似有总比没有的好，就是这里，让我的中文变成了乱码，情何以堪啊。差不多找到原因了，修改起来就比较方便了，和之前的一样，在打开shp之前，设置一下SHAPE_ENCODING的值为空即可，像下面一样：

CPLSetConfigOption(“SHAPE_ENCODING”,”“);
这样就好了，不知道设置成这样对其他的语言有没有影响，但是对于中文是没有什么问题了。