我们有时候使用ArcGIS读取shp文件的时候，打开属性表后，属性值存在中文乱码的情况，或字段项存在长度缩减的情况，这都是使用不同版本的arcgis读取数据时编码方式不同造成的。

我们事先需要知道的是，数据在传输、存储、显示的时候，都是需要一定的字符编码方式支持的，如：ANSI、GB2312、Big5、UTF-8等等，如果软件在操作数据时，前后使用的编码方式不一样（也有可能字符编码信息丢了），那么就会出现乱码。

字符编码介绍参考：https://blog.csdn.net/lijie45655/article/details/81188104

字符编码代码表：https://wenku.baidu.com/view/79435a50a8114431b90dd89f.html

OEM：Original Equipment Manufacturer（原始设备产商），该词用在计算机中，表示早期IBM与微软为了支持不同国家、不同语言的字符编码而写入BIOS的固化字符编码，也就是OEM字符集编码。OEM字符集编码将不同语言的字符集分别用一个数字表示，并将这些数字编辑成页，叫做字符编码页code page 。字符编码页用于将当前字符转换识别出来，并在图形操作系统上显示。它包含437, 708, 720, 737, 775, 850, 852, 855, 857, 860, 861, 862, 863, 864, 865, 866, 869, 932, 936, 950等字符编码表，其中，437为美国IBM编码转换代码，708、720为阿拉伯数字编码转换代码，737希腊字母转换代码，860为葡萄牙语转换代码，874为泰语转换代码，932为日语转换代码， 936为简体中文转换代码，950为繁体中文转换代码，65001用于表示UTF-8转换代码。

对于操作系统或者软件而言，一般都会有字符编码转换功能，或者使用宿主机操作系统的编码页转换功能，您或许也见到过很多软件在设置路径的时候，需要设置为英文路径，这是因为该软件本就不支持中文编码。

一、shp乱码问题

对于Shapefile而言：

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

在shapefile子文件旁边创建个记事本，修改为同名的CPG文件，文本内容oem、936或者UTF-8。

再次打开，没有乱码。

假定你的shapefile编码方式是UTF-8的，而LDID 和 CPG编码信息有是丢失的，那么还是按照上面的步骤，创建一个同名的CPG文件，写入UTF-8，保存。

二、字符截断问题

ArcGIS 10.2 以及更早的版本，ArcGIS写shapefile的时候，遇到中文默认使用Windows当前语言 字符集编码（也称 代码页/CodePage/OEM CodePage），例如中文一般使用的是 CodePage 936（GBK）。

ArcGIS 10.2.1 以及之后的版本，ArcGIS写shapefile的时候，默认使用的是 UTF-8 编码类型。

这两种编码类型存储汉字所使用的字节数是不相同的。其中，shapefile自身的限制是字段为9个字节，CP936编码下汉字通常为双字节存储，因此可以存储 9/2=4 个汉字；UTF-8 编码下汉字至少需要3个字节存储，因此最多只能存储 9/3=3 个汉字了。

解决方法

使用地理数据库，放弃shapefile，避免各种截断问题，这也是存储地理数据的康庄大道。

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 ……bla bla……”好吧，方法还是有的。

Workaround

这里还有个注意事项：
如果你用的刚好是 10.2.1 和10.2.2 这两个版本，那么要打补丁后以下设置才生效。以前写过另外一篇，详情点 这里。
如果你用的是 10.3.x ，那么直接向下进行。

1. 打开注册表，定位到 ‘My Computer\HKEY_CURRENT_USER\Software\ESRI\Desktop 10.x‘

2. 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）。

这样ArcGIS Desktop 读、写 shapefile的默认方式就将是Windows当前语言 OEM CodePage 936。

当然这种方法，也可以解决第一个问题，并且不需要为缺失oem编码信息的数据增加cpg文件了。两种方法，任君选择。

‘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）。

以下dbfDefault支持的字符编码值：

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

附件一：shape文件说明

Shapefile 是一种开放的非拓扑的简单几何数据类型，深受数据处理人员的喜爱。 Shapefile 利用 dBASE 文件格式（.dbf 文件）来存储属性，dBase这种上世纪80年代的数据格式，现在基本淡出舞台。 虽然Shapefile有万般好，但是，今天还是要来说说shapefile的局限性，也就是使用限制有什么，以便合理的选择使用Shapefile数据。

1. 文件容量限制：

Shapefile 每个子文件都有大小最大不能超过 2 GB ，以点要素为例，最多约能存储 7000 万个。

2. 不支持高级对象：

Shapefile不支持注记要素类、关系类、拓扑关系、属性域和子类、坐标精度和分辨率等。

不支持通过参数定义的曲线（也称为圆弧曲线）。

3. 字段存储限制：

Shapefile无法存储：空值，无法向上舍入数字，对 Unicode 字符串的支持不足，字段名称最长只能为 10 个字符，且在同一字段中无法同时存储日期和时间。

Shapefile支持的最大字段数为 255。若超出此上限，当转换为 shapefile 时只会转换前 255 个字段。

dBASE 文件不支持类型 blob、guid、全局 ID、坐标 ID 或栅格字段类型。

4. 字段宽度限制：

5. 性能限制

由于形状压缩方法的不同，shapefile 所占用的空间可能为文件地理数据库或 SDE 的三到五倍。

Shapefile 的空间索引效率较数据库低。这就意味着，同地理数据库要素类相比，空间查询耗时更长。当处理大量要素时，效率低。

dBASE 文件不支持 WHERE 子句，也不支持 SQL。

当保存所做编辑时属性索引会被删除，因此必须重新创建属性索引。

6. 多面体存储限制

Shapefiles 支持多面体，但不支持以下多面体的高级功能：纹理坐标、纹理及部分色带、光线法向量。

shp文件说明

shapefile 是存储地理信息的简单文件格式，但是工作中，常会接到用户的很多问题，这里把常见的汇总下。

一、shape 文件到底可以多大？

shapefile 的每个文件都不能超过 2 GB。也就是说，存储数据的 .dbf 与.shp 分别不能超过 2GB。但是，所有文件的总大小可以超过 2 GB。

二、 shape 文件是怎么构成的？

shape 文件用 ArcGIS 查看仅显示一个文件，但是用 windows 资源管理器查看就可能看到以下文件。

• .shp - 存储要素几何的主文件；必需文件。
• .shx - 存储要素几何索引的索引文件；必需文件。
• .dbf - 存储要素属性信息的 dBASE 表；必需文件。
• .prj - 存储坐标系信息的文件；由 ArcGIS 使用。
• .xml - ArcGIS 的元数据 - 用于存储 shapefile 的相关信息。
• .sbn 和 .sbx - 存储要素空间索引的文件。
• .fbn 和 .fbx - 存储只读 shapefile 的要素空间索引的文件。
• .ain 和 .aih - 存储某个表中或专题属性表中活动字段属性索引的文件。
• .atx - .atx 文件针对各个 shapefile 或在 ArcCatalog 中创建的 dBASE属性索引而创建。
• .ixs - 读/写 shapefile 的地理编码索引。
• .mxs - 读/写 shapefile（ODB 格式）的地理编码索引。
• .cpg - 可选文件，指定用于标识要使用的字符集的代码页。
• 强烈建议，对shape操作时，在 ArcGIS 中进行。

三、 shape 中创建字段注意什么？

不能对现有字段修改，可以新建字段包括自定义数据类型；字段名长度不要超过10，超过会被截断。

新建字段时，有三个参数可供设置：

• precision（精度）—— 数字字段中可存储的位数；
• scale（标度）—— 浮点或双精度类型字段中数值的小数点右侧的位数；
• length（长度）—— 字符型字段的文本字段的长度。

注意，long integer 当精度超过 10 时，会自动转为 Double 型。

Geodatabase是用来表达和管理地理信息的复杂数据模型，是ArcGIS的主要存储数据方式，主要存储了 featureclasses、 rasterdatasets、attributes、具有行为的高级GIS数据对象、 管理空间完整性的规则、要素栅格属性关系工具。

Geodatabase

就其种类呢，无非是三种：File Geodatabase，PersonalGeodatabase，ArcSDEGeodatabase。

1、 FileGeodatabase：以文件夹形式存储。每个Dataset作为一个文件存储，最大可达1T。对于PGDB更推荐FGDB。单用户，同一个Dataset 、独立的featureclass或者table，并发只能有一人写操作，可以多人读操作。支持跨平台。

2、PersonalGeodatabase：所有的Dataset都存储在MicrosoftAccess数据文件中,最大大小不超过2 GB。单用户，一个人写多人读。仅支持Windows。

3、ArcSDEGeodatabase：储存在关系数据库中，可使用 Oracle,MicrosoftSQL Server, IBM DB2, IBM Informix,PostgreSQL。这些多用户的数据库要求使用ArcSDE，不限制大小和用户的数量。平台支持：Windows, UNIX,Linux。

二、Geodatabase中的Dateset

Geodatabase 中包含基本的dataset，包括：feature classes、 rasterdatasets、attributes。还包含高级地理数据类型：coordinate systems, coordinateresolution, feature classes,topologies, networks, raster catalogs,relationships, domains。

1、Table
用于存储属性等。字段类型包含：Numbers（长整型、短整型、单精度、双精度）、Text、Date（日期时间型）、BLOBs（二进制大对象，例如Symbol、CAD几何要素）、GlobalID（全局标识符）、XML。

2、Feature Class
Feature Class以一张单独的表存储，每个要素是一条记录。种类： Points、Lines、Polygons、Annotation、 Dimensions（尺寸）、MultiPoints（由多个点组成的要素，如雷达激光点）、MultiPatches（多面体）。
其中要素坐标可包含Z值，表示垂直测量结果；线状要素可以包含M值，表示线性测量结果。路径是指具有唯一标识符和通用测量系统的任意线状要素（如城市街道、公路、河流或管线）。
与FeatureClass相关的：FeatureDataset，subtype，AttributeDomain，RelationshipClasses，Topology，Network Dataset，Geometric network，TerrainDataset，Linear referencing，Cartographicrepresentation，versioning。

3、Raster
栅格的地理属性通常包括：坐标系，参考坐标或 X,Y 位置（通常在栅格左上角或左下角），单元大小，行计数和列计数。
地理数据库可以针对多种用途管理栅格：作为单个数据集、数据集的逻辑集合和表中的图片属性.