OEM

OEM

关注
发信
关注(28)粉丝(399)

为什么ArcGIS 10.3导出 Shapefile的字段名会被截断成3个汉字？解决方法如下

为什么ArcGIS 10.3导出 Shapefile的字段名会被截断成3个汉字？低版本中不是至少可以存储4个汉字吗？
原因
这个问题仍然与编码类型有关。
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，上面的关键字中我也给出了 wiki 的链接，有兴趣点进去看看详情。简言之，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。

<ignore_js_op>为什么ArcGIS 10.3导出 Shapefile的字段名会被截断成3个汉字？解决方法如下-LMLPHP

举个例子，在Python命令行中，我们求一下 Unicode字符串的长度就可以真相大白。

<ignore_js_op>为什么ArcGIS 10.3导出 Shapefile的字段名会被截断成3个汉字？解决方法如下-LMLPHP

解决方法
Perfect Solution：
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’<li>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）。

<ignore_js_op>为什么ArcGIS 10.3导出 Shapefile的字段名会被截断成3个汉字？解决方法如下-LMLPHP

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

===================================

操作方法：读写在不同代码页编码的 shapefile 和 dBASE 文件

摘要

Esri 在 ArcGIS for Desktop（ArcMap、ArcCatalog 和 ArcToolbox）中执行了一个“代码页转换”功能，该功能允许桌面应用程序读写在不同代码页编码的 shapefile 和 dBASE 文件。 可在系统注册表内指定代码页值，以激活 dBASE 文件的代码页转换功能（名为“dbfDefault”）。 此功能与 ArcInfo Workstation 中的 &CODEPAGE 功能十分相似。

ArcGIS 10.2.1 之前的版本，可使用以下程序设置所需的代码页行为。 如果安装了 ArcGIS for Desktop 10.2.1 或 10.2.2，在遵循以下说明前，请下载并安装知识库文章 42646 所描述的修补程序。

注：

在每个 shapefile (.DBF) 的标题中都包含了对某一代码页的引用。 ArcGIS 10.2.1 之前的版本，所用的代码页与用户的区域设置相对应。 例如，如果用户位于日本地区，则 .DBF 文件所使用的代码页将为 'Shft-JIS’。

在 ArcGIS 10.2.1 版本中，系统默认将 shapefile (.DBF) 中的代码页设置为 UTF-8 (UNICODE)。 这与现有的国际化活动相一致，并应保证数据可读。

常见问题解答

dbfDefault 设置有何用处？
在系统注册表内设置一个代码页值后，用户即可读写在该页中编码的 shapefile 和 dBASE 文件。 例如，用户可以在 OEM 中设置代码页注册表值，以导出在 OEM 中编码的 shapefile。 此外，用户还可读取文件中未存储代码页信息的 shapefile 和 dBASE 文件，前提是用户知道文件在哪个代码页中编码。

为什么要设置 dbfDefault?
在 ArcGIS Desktop 中打开 shapefile 和 dBASE 文件时，Desktop 程序会查看 dBASE 文件标题上的“语言驱动程序 ID”(LDID) 或者相关的 *.CPG 文件，以确定代码页并决定读取文件的哪个代码页。 如有必要，ArcGIS for Desktop 会基于检索到的代码页信息，通过代码页转换功能显示相应的字符串。 如果 dBASE 文件缺少 LDID 或者 .CPG 文件，则假设文件在 Windows (ANSI/Multi-byte) 代码页中编码。

如果 Desktop 程序读取在 OEM 中编码的 dBASE 文件，但文件中不包含任何代码页信息或不包含 LDID 或 CPG 文件，则字符无法正确显示。 这是因为 Desktop 程序无法找到代码页信息，所以假定文件是在 ANSI 代码页中编码的，而文件实际上是在 OEM 中编码的。 这表示 ArcGIS 将 OEM 文件视为在 ANSI 中编码，所以导致储存在文件中的 8 位字符显示不正确。

大多数 shapefile 和 dBASE 文件应将代码页信息存储在文件中。 Microsoft Access 2000 和 Excel 2000 等程序将 dBASE 文件编码于 OEM 中，但不包含 LDID 中的代码页信息，所以 ArcGIS 无法正确读取文件。 要避免此类问题，用户在打开缺少代码页信息的文件之前，可以为适当的代码页设置 dbfDefault。

dbfDefault 的工作原理是什么？

系统注册表中的“dbfDefault”设置定义了一个 shapefile 和 dBASE 文件导出的代码页。 在 ArcGIS Desktop 中创建的 shapefile 和 dBASE 文件的代码页被编码到由系统注册表的“dbfDefault”值定义的代码页中。 例如，如果将“dbfDefault”设置为OEM，那么在 ArcMap、ArcCatalog 和 ArcToolbox 中创建的 shapefile 和 dBASE 文件就会在 OEM 中进行编码。 另外，如果将“dbfDefault”设置为 ANSI，那么 shapefile 和 dBASE 文件将在 ANSI 中编码。

需要注意的是，有一种情况是例外：从 ArcCatalog 和 ArcToolbox 中的 coverage 导出的 shapefile，除了西班牙语和阿拉伯语的文件之外，都是在 OEM 中编码的，无论 dbfDefault 设置是什么。 这是因为 ArcToolbox 中的“将 coverage 转换为 shapefile”用作 ArcInfo Workstation 的功能，而后者定义的是 DOS 上运行的图层，因此输出文件总是在 OEM 代码页或 DOS 代码页中进行编码。 从 ArcCatalog 和 ArcToolbox 的 coverage 中导出的西班牙语和阿拉伯语的 shapefile 文件在 ANSI 中编码。 从 ArcCatalog 和 ArcToolbox 的 coverage 中导出的 shapefile 文件总是位于 OEM 代码页中（西班牙语文件除外）

同样的逻辑也适用于在 ArcGIS for Desktop 中读取的 shapefile 和 dBASE 文件；如果 shapefile 或 dBASE 文件缺少 LDID 或 .cpg 文件，ArcGIS 则假定要编码的文件位于 dbfDefault 定义的代码页中。 例如，如果 dbfDefault 值被设置为 OEM，而 dBASE 文件缺少 LDID 和 .cpg 文件，ArcGIS for Desktop 则假定文件是在 OEM 中编码的，因此执行代码页转换来显示 ArcMap 和 ArcCatalog 中的8位字符（因为这两个应用程序都是使用 ANSI 代码页来显示字符串的 Windows 程序）。

注：

如果用户将 dbfDefault 值设置为某个代码页，那么在 ArcGIS 中导出的所有 shapefile 和 dBASE 文件都将编码在该代码页中。 所有不具备代码页信息的 shapefile 和 dBASE 文件也都假定位于该代码页中。 因此，当任务完成时，将 dbfDefault 值设置回默认值（无值）十分重要。

dbfDefault 适用于哪些程序？
ArcGIS for Desktop 是唯一一个受到 dbfDefault 设置影响的程序。 其他程序（例如 ArcInfo Workstation 和 ArcView 3.x）或其他代码页设置（例如 ArcInfo Workstation 中的 '&CODEPAGE' 功能和 ArcView 3.x 中的“代码页配置文件”）都不受影响。

在 ArcInfo Workstation 中：

  • 带有 &CODEPAGE OEM 的 ARCSHAPE 可在 OEM 中创建 shapefile
  • 带有 &CODEPAGE ANSI 的 ARCSHAPE 可在 ANSI 创建 shapefile
  • 带有 &CODEPAGE OEM 的 INFODBASE 可在 OEM 中创建 dBASE 文件
  • 带有 &CODEPAGE ANSI 的 INFODBASE 可在 ANSI 中创建 dBASE 文件

在 ArcView 3.x 中：

  • Shapefile 和 dBASE 文件保存在 ANSI 代码页中。

受 dbfDefault 影响的数据格式有哪些？
Shapefile 和 dBASE 文件是唯一可供 dbfDefault 设置用于指定代码页的数据格式。 其他数据格式，例如 coverage 和个人地理数据库，不会受到 dbfDefault 设置的影响。

在 ArcGIS for Desktop 中（无论 dbfDefault 设置如何）：

  • 个人地理数据库保存在 Unicode 中
  • 个人地理数据库表保存在 Unicode 中
  • coverage 保存在 ISO 代码页中
  • INFO 文件保存在 ISO 代码页中
  • 交换文件保存在 ANSI 代码页中
  • 文本文件保存在 ANSI 代码页中

过程

给出的说明描述了如何在系统注册表中设置 dbfDefault 值。 下面列出两个选项。

警告：

下面的说明涉及更改操作系统的重要组成部分。 建议您先备份操作系统及文件（包括注册表），然后再继续操作。 必要时，请咨询合格的计算机系统专业人士。

您按照下列步骤进行操作期间，Esri 无法防止错误更改造成的结果；因此，请谨慎操作并自行承担风险。

选项 A

  1. 在系统注册表中添加两个名为“Common”和“CodePage”的项。
    如需添加项：
    1. 打开注册表编辑器：单击“开始”>“运行”，输入“regedit”，然后单击“确定”。
    2. 在注册表树中（位于注册表窗口左侧窗格中），转至“My Computer\HKEY_CURRENT_USER\Software\ESRI”，然后单击注册表项，“Desktop 10.x”。 对于 Pro，单击注册表项“Pro1.0”。 （对于 9.3.1 版本或更早版本，转至“My Computer\HKEY_CURRENT_USER\Software', and click the registry key ESRI”。）
    3. 添加一个名为 Commom 的新项（在“编辑”菜单中：
      导航到“新建”，选择“项”，输入名称“Common”，并按 Enter 键）。
    4. 单击刚刚创建的注册表项（公共），并添加一个名为“CodePage”的新项。
  2. 将一个新的字符串值“dbfDefault”添加到 CodePage 项中。
    添加字符串值：
    1. 单击“CodePage”项。
    2. 在“编辑”菜单中，导航到“新建”，然后选择“字符串值”。
    3. 键入'dbfDefault’作为新的值，并按“ENTER”键。

      新的“CodePage”项应如下显示：
      为什么ArcGIS 10.3导出 Shapefile的字段名会被截断成3个汉字？解决方法如下-LMLPHP

  3. 输入一个代码页值。
    1. 选择刚刚添加的条目；重要的是选择 dbfDefault，而不是 (Default)。
    2. 在“编辑”菜单中，单击”修改”。
    3. 在“值”数据中，键入新的代码页值，并单击“确定”。
      下表所示为支持的代码页标识符（不区分大小写）。
  • OEM 代码页标识符

437 - 美国
708 - 阿拉伯语 (ASMO 708)
720 - 阿拉伯语 (Transparent ASMO)，阿拉伯语 (DOS)
737 - 希腊语，希腊语 (DOS)
775 - 波罗的海语，波罗的海语 (DOS)
850 - 多语言拉丁语 1，西欧语言 (DOS)
852 - 拉丁语 2，中欧语言 (DOS)
855 - 西里尔语
857 - 土耳其语，土耳其语 (DOS)
860 - 葡萄牙语，葡萄牙语 (DOS)
861 - 冰岛语，冰岛语 (DOS)
862 - 希伯来语，希伯来语 (DOS)
863 - 加拿大法语，加拿大法语 (DOS)
864 - 阿拉伯语，阿拉伯语 (864)
865 - 北欧语言，北欧语言 (DOS)
866 - 俄语，西里尔语 (DOS)
869 - 现代希腊语，现代希腊语 (DOS)
932 - 日语，日语 (Shift-JIS)
936 - 中文（简体）：中华人民共和国，新加坡
949 - 韩语（统一的韩语代码）
950 - 繁体中文：台湾，香港，中华人民共和国
ALARABI - 将代码页设置为 448

  • ANSI 代码页标识符

1250 - 中欧语言
1251 - 西里尔语
1252 - 西欧语言
1253 - 希腊语
1254 - 土耳其语
1255 - 希伯来语
1256 - 阿拉伯语
1257 - 波罗的海语
1258 - 越南语
Big5 - 汉语：台湾、香港、澳门
SJIS - 日语（将代码页设置为 932）

  • ISO 代码页标识符

88591 - 拉丁语 1：西欧语言
88592 - 拉丁语 2：中欧和东欧语言
88593 - 拉丁语 3：南欧语言
88594 - 拉丁语 4：北欧语言
88595 - 西里尔语
88596 - 阿拉伯语
88597 - 希腊语
88598 - 希伯来语
88599 - 拉丁语 5：土耳其语
885910 - 拉丁语 6：北欧语言
885911 - 泰语
885913 - 立陶宛语
885915 - 拉丁语 9：西欧语言（拉丁语 1 升级版）

  • Unicode 值

UTF-8 - 将代码页设置为 65001
UTF8 - 将代码页设置为 65001

注：

现在 Shapefile 可储存至 UTF-8。 然而，仅 ArcGIS for Desktop 可识别以 UTF-8 编码的 shapefile。

选项 B

或者，用批处理文件修改 Windows 注册表。

  1. 在记事本中，使用以下编码创建文件 ChangeCodePage.bat：

    编码：
    
@ECHO OFF
    
IF "%1"=="" GOTO :EOF
    
reg add HKEY_CURRENT_USER\Software\ESRI\Desktop10.3\Common\CodePage /v dbfDefault /t REG_SZ /d %1 /f
    注：
    
更改路径，以匹配要修改的系统上的 ArcGIS 版本，例如，\Desktop10.1)。
  2. 将文件保存到要修改的计算机上的某个位置。
  3. 打开命令提示符窗口（可能需要“以管理员身份运行”以执行批处理文件）。
  4. 要执行批处理文件（在本例中，将代码页更改为日语），请导航到批处理文件所在位置并运行以下命令：
    ChangeCodePage SJIS

    此时注册表项已完成创建，且代码页已设置为 SJIS。

为什么ArcGIS 10.3导出 Shapefile的字段名会被截断成3个汉字？解决方法如下-LMLPHP

上次修改时间: 7/8/2016
文章 ID: 000013192
来自:https://support.esri.com/zh-cn/technical-article/000013192?tdsourcetag=s_pctim_aiomsg
05-11 16:04
Powered by LMLPHP ©2024 OEM 0.056615