解决Java中基于GeoTools的Shapefile读取乱码的问题

2025-04-01 12:48 开发作者：夜郎king

前言

文件编码（File Encoding）是指文件在计算机中存储时所使用的字符编码方式。字符编码是将字符（如字母、数字、标点符号等）转换成计算机可以直接存储和处理的数字或二进制代码的过程。不同的编码方式决定了文件中字符如何被表示和存储，以及这些字符如何被不同的软件或系统正确地读取和显示。在进行空间数据处理的时候，通常会涉及大量的空间数据，为了更加详细且准确的描述这些空间数据，我们通过会配置一些属性数据。

Shapefile属性字段的编码通常指的是存储在shapefile的dbf（数据库文件）中的属性数据的字符编码方式。Shapefile是一种用于存储地理空间数据的文件格式，它由多个文件组成，其中dbf文件用于存储每个几何形状的属性数据。

1、Shapefile属性字段编码的情况：

默认编码：
在不同的软件或库中，shapefile的默认编码可能有所不同。例如，ArcGIS Desktop在较新版本（如10.2.1及以后）中，shapefile (.DBF) 的编码页的默认设置为UTF-8（UNICODE）。而在一些其他软件或库中，如Java GDAL库，默认可能使用ISO-8859-1编码，这会导致中文等非西欧字符出现乱码问题。
编码设置：
在使用某些软件或库处理shapefile时，可以通过设置来改变属性字段的编码方式。例如，在Java GDAL库中，可以通过调GDAL.SetConfigOption("SHAPE_ENCODING","UTF-8")来设置GDAL库的默认编码为UTF-8，从而避免中文属性乱码的问题。在ArcGIS中，虽然默认编码可能是UTF-8，但也可以通过修改注册表中的dbfDefault值来指定不同的编码方式。不过，这种方法主要影响ArcGIS Desktop生成的shapefile和dBASE文件的编码类型，且仅对ArcGIS Desktop生效。
编码转换：
如果已经存在编码不匹配的shapefile文件，可能需要通过编码转换工具来修改其属性字段的编码方式。例如，可以使用FME Workbench等GIS数据转换工具来转换shapefile的编码。也可以使用编程方式，如利用geotools等库来读取原始编码的shapefile文件，并以新的编码方式重新写入数据，从而实现编码的转换。
注意事项
在处理shapefile属性字段编码时，需要确保整个处理流程中的编码方式一致，以避免出现乱码或数据丢失等问题。如果shapefile文件是从不同来源获取的，可能需要先确认其编码方式，以便在后续处理中正确读取和写入数据。在进行编码转换时，应谨慎操作，以免损js坏原始数据。建议在转换前备份原始文件，并在转换后进行验证以确保数据的完整性和准确性。

本文主要讲述使用Java编程语言进行地理信息数据解析的时候，遇到Shapefile的属性信息乱码的几种情况，以及根据不同的编码设置来进行属性信息的解析。博文首先介绍采用不同的字符集编码的shapefile文件，然后在Qgis中打开属性表，查看相关的字符展示情况，接着说明在Java当中调用Geotools时，为经过字符编码处理和经过字符编码处理后的对比，让大家熟悉在Geotools的开发过程中，掌握字符编码的设置。

一、Shp文件常见的字符集编码

为了讲解使用不同的编码来展示空间数据，我们首先来介绍基础的数据，即三份不同的空间数据格式，其格式都是shapefile的。但是在不同的空间记录中，其字段的值是采用不同的编码的。在这里，采用QGIS这款软件来进行属性数据的展示，方便大家了解日常中的数据展示。

1、System编码

第一种要介绍的就是System的编码方式，这里采用的是用我国的Lake图层信息，首先我们在Qgis中打开这份数据来看一下，文件的本地路径为：

F:\vector_data\地理数据20240912\地理数据20240912\水系河流\1 全国1-5级标准河流-wgs84\主要湖泊面文件\Lake.shp

将数据在Qgis软件中打开可以看到其主要的源信息描述如下：

解决Java中基于GeoTools的Shapefile读取乱码的问题

可以在编码一栏中看到，这份文件的编码是System的。为了看到其里面的属性信息，可以右键点击shp数据，点击打开属性表就可以看到这份数据的完整的数据信息，打开后相关信息如下所示：

解决Java中基于GeoTools的Shapefile读取乱码的问题

在上图的红线框中很明显可以看到，有一列叫NAME的，它的值是有乱码的，并没有是我们常见的编码。因此这算是乱码的第一种情况。

2、ISO-8859-1编码

第二种也是常见的ISO-8859-1编码，这里准备的数据是一份湖南省的乡镇边界数据，其在文件磁盘中目录如下，：

C:\BaiduDownload\湖南省\湖南省_乡镇边界.shp

同样的，我们使用QGis软件打开上面的乡镇边界.shp文件，打开后可以看到很明确的字符编码信息：

解决Java中基于GeoTools的Shapefile读取乱码的问题

同样的我们使用QGIS来进行属性数据的打开查看，详细如下图所示：

解决Java中基于GeoTools的Shapefile读取乱码的问题

3、UTF-8编码

这应该算是比较标准的编码方式，如果进行数据制作的时候，都是统一采用UTF-8的模式，那么这种方式无疑是最好的，估计也不存在字符编码的问题了。

解决Java中基于GeoTools的Shapefile读取乱码的问题

这个时候，在QGIS中打开属性表，其属性字段的内容是正常可以直接预览的，详情如下图所示。

解决Java中基于GeoTools的Shapefile读取乱码的问题

当然，字符编码的处理方式根据项目的不同，也会有不同的设置，种类繁多，不甚枚举，这里仅以这几项为例作为例子来讲解，如果以后在开发过程中，遇到这种情况，可以根据实际来进行编码的扩充和修复。

二、GeoTools解析实战

在上面的一节中，我们简单的对三种不同的编码方式的shapefile文件进行了简单的介绍，本节则重点介绍如何使用Java开发语言，使用GeoTools的开发组件进行编码的处理和转换，将属性数据可以成功读取到我们的应用程序中。在这里需要统一说明的是，在进行数据的处理和转换的时候，为了进行数据的演示，我们仅将数据的前10行数据记载处理，这样如果有乱码的问题，我们就可以直接进行干预，通过修改其它的字符集函数的方式来保证文字的识别与处理。

1、未进行字符处理

首先我们来加载UTF-8的矢量数据，测试一下使用UTF-8的情况下，如何使用GeoTools的方法来进行属性表格的解析。下面来看如何使用GeoTools来进行空间属性数据的解析与展示，关键代码如下所示：

/**
* * 不做任何处理展示shp文件数据详情
* 
* @param shpFile shp文件地址
* @throws Exception
*/
protected static void showShpDetails(String shpFile) throws Exception {
	File file = new File(shpFile);
	if (!file.exists()) {
		System.out.println("文件不存在");
		return;
	}
	ShapefileDataStore store = new ShapefileDataStore(file.toURI().toURL());
	String typeName = store.getTypeNames()[0];
	// 创建一个Query对象
	Query query = new Query(typeName);
	// 设置查询返回的最大特征数为10
	query.setMaxFeatures(10);
	SimpleFeatureSource featureSource = store.getFeatureSource();
	// 执行查询
	SimpleFeatureCollection simpleFeatureCollection = featureSourceDKenku.getFeatures(query);
	SimpleFeatureIterator itertor = simpleFeatureCollection.features();
	// 遍历featurecollection
	while (itertor.hasNext()) {
		SimpleFeature feature = itertor.next();
		Collection<Property> p = feature.getProperties();
		Iterator<Property> it = p.iterator();
		// 遍历feature的properties
		while (it.hasNext()) {
			Property pro = it.next();
			if (null != pro && null != pro.getValue()) {
				String field = pro.getName().toString();
				String value = pro.getValue().toString();
				System.out.println(field + "===" + value);
			}
		}
		System.out.println("-----------------------------------------------------");
	}
}

在上面的代码中，需要注意的地方就是，我们想要在查询的时候只查10条，那么就需要使用到GeoTools的查询Query对象，通过结合Query对象来实现只查10条。10条的设置是个经验值，可以根据服务器的速度和http://www.devze.com性能来进行平衡，可以一次处理更多的数据。运行测试用例来看其读取的结果如下：

解决Java中基于GeoTools的Shapefile读取乱码的问题

可以看到，在IDE的控制台中，读取出来的空间属性信息都是乱码。

2、乱码问题的解决

要想解决乱码的问题，首先要找到根源。我们需要对属性信息字段进行字符集编码的控制。因此我们在互联网上查询一下，时候有相应的方案。在http://www.devze.com这里哪怕不管具体的方案，也要了解为什么会出现这个问题。我们来看下ShapefileDataStore这个对象，这个对象是有一个关于字符集的编码的，如下所示：

解决Java中基于GeoTools的Shapefile读取乱码的问题

如果看过源码的话，各位小伙伴会发现，在GeoTools中有默认的编码集，即：Charset charset = DEFAULT_STRING_CHARSET;

public static final Charset DEFAULT_STRING_CHARSET =
            (Charset) ShapefileDataStoreFactory.DBFCHARSET.getDefaultValue();

其实现的实际逻辑代码如下：

/**
* Optional - character used to decode strings from the DBF file. If none is provided, the
* factory will instruct {@link ShapefileDataStore} to try to guess a charset from CPG file,
* before using a default value.
*
* @see ShapefileDataStore#setTryCPGFile(boolean)
*/
public static final Param DBFCHARSET =
       new Param(
           "charset",
           Charset.class,
           "character used to decode strings from the DBF file",
           false,
           StandardCharsets.ISO_8859_1,
           new KVP(Param.LEVEL, "advanced")) {
         /*
         * This is an example of a non simple Param type where a custom parse method is required.
        *
         * @see org.geotools.data.DataStoreFactorySpi.Param#parse(java.lang.String)
         */
         @Override
         public Object parse(String text) throws IOException {
              return Charset.forName(text);
         }
         @Override
         public String text(Object value) {
              return ((Charset) value).name();
         }
      };

通过上面的代码可以看到，这里使用的默认编码是：StandardCharsets.ISO_8859_1,也就是ISO-8859-1的方式。

3、转码支持

了解了乱码的产生原理之后，我们来进行相应的代码转换，关于编码的转换有两种方式，第一种统一在Store一层就进行转码。这样比较单一，也比较简单。第二种就是在每一个value中进行编程式转码，这样不仅麻烦，而且效率低。为了支持全局处理编码等，我们将函数进行已统一的封装，增加了自定义编码的支持：

/**
* *展示shp文件数据详情
* 
* @param shpFile      shp文件地址
* @param unifySetting 是否统一设置字符
* @param chartSet     需要设置的字符编码
* @throws Exception
*/
protected static void showShpDetails(String shpFile, boolean unifySetting, String chartSet) throws Exception {
	File file = new File(shpFile);
	if (!file.exists()) {
		System.out.println("文件不存在");
		return;
	}
	ShapefileDataStore store = new ShapefileDataStore(file.toURI().toURL());
	String typeName = store.getTypeNames()[0];
	// 创建一个Query对象
	Query query = new Query(typeName);
	// 设置查询返回的最大特征数为10
	query.setMaxFeatures(10);
	if (unifySetting) {
			store.setCharset(Charset.forName(chartSet));// 设置中文字符编码
	}
	SimpleFeatureSource featureSource = store.getFeatureSource();
	System.out.println(featureSource);
	// 执行查询
	SimpleFeatureCollection simpleFeatureCollection = featureSource.getFeatures(query);
	SimpleFeatureIterator itertor = simpleFeatureCollection.features();
	// 遍历featurecollection
	while (itertor.hasNext()) {
		SimpleFeature feature = itertor.next();
		Collection<Property> p = feature.getProperties();
		Iterator<Property> it = p.iterator();
		// 遍历feature的properties
		while (it.hasNext()) {
			Property pro = it.next编程客栈();
			if (null != pro && null != pro.getValue()) {
				String field = pro.getName().toString();
				String value = pro.getValue().toString();
				if (!unifySetting) {
					// byte[]bytes= value.getBytes("iso8859-1");
					byte[] bytes = value.getBytes();
					value = new String(bytes, chartSet);
				}
				System.out.println(field + "===" + value);
			}
		}
	System.out.println("-------------------------------------------------------------");
	}
}

4、属性字段编码结果

下面对集中情况的属性数据进行解析，将输出的成果在编辑器的控制台进行综合展示。

解决Java中基于GeoTools的Shapefile读取乱码的问题

可以在控制台中看到以下的数据都是正常的，

org.geotools.data.shapefile.ShapefileFeatureStore@1b6e1eff
the_geom===POINT (113.24947489555838 28.625229546432124)
名称===南门桥(公交站)
大类===交通设施服务
中类===公交车站
小类===公交车站相关
地址===星通2路
省===湖南省
市===长沙市
区===长沙县
WGS84_经===113.249474896
WGS84_纬===28.6252295464

同理，其它的数据如湖南省乡镇边界数据，我们使用编码后来查看具体的输出。

解决Java中基于GeoTools的Shapefile读取乱码的问题

同样的，在控制台中可以看到以下的输出，

gml_id===layer_township_pg.15847
Name===星子镇
layer===乡镇
code===441882101000
grade===4
----------------------------------------------------------------------
gml_id===layer_township_pg.15849
Name===三水瑶族乡
layer===乡镇
code===441882201000
grade===4

同样的，编码方式是ISO-8859-1的数据经过编码后正常显示。到此，使用Java语言进行GeoTools解析Shp文件的属性信息时乱码的问题得到解决。

三、总结

以上就是本文的主要内容，本文主要讲述使用Java编程语言进行地理信息数据解析的时候，遇到Shapefile的属性信息乱码的几种情况，以及根据不同的编码设置来进行属性信息的解析。博文首先介绍采用不同的字符集编码的shapefile文件，然后在Qgis中打开属性表，查看相关的字符展示情况，接着说明在Java当中调用Geotools时，为经过字符编码处理和经过字符编码处理后的对比，让大家熟悉在Geotools的开发过程中，掌握字符编码的设置。行文仓促，定有许多不足之处，如有不当之处，还恳请各位专家和博主在评论区留言支持，不胜感激。

博文在写作过程中，参考以下，在此表示表示：

1、shapefile与字符集编码设置。

2、java gdal 创建shapefile属性中文乱码。

3、shapefile与字符集编码设置。

4、GeoTools读取shp文件中文乱码解决方案汇总。

到此这篇关于在Java中基于GeoTools的Shapefile读取乱码的问题解决办法的文章就介绍到这了,更多相关Java GeoTools的Shapefile读取乱码内容请搜索编程客栈(www.devze.com)以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程客栈(www.devze.com)！

继续阅读：Java GeoTools乱码 Java GeoTools的Shapefile读取乱码

解决Java中基于GeoTools的Shapefile读取乱码的问题

目录

前言

1、Shapefile属性字段编码的情况：

一、Shp文件常见的字符集编码

1、System编码

2、ISO-8859-1编码

3、UTF-8编码

二、GeoTools解析实战

1、未进行字符处理

2、乱码问题的解决

3、转码支持

4、属性字段编码结果

三、总结

更多精彩内容

精彩评论

最新开发

使用gopacket解析协议层中的相关数据方式

golang网络数据包捕获库gopacket详解

Go语言中的错误处理过程

Go语言中new与make的使用解读

Qt使用QSqlDatabase连接MySQL实现增删改查功能

开发排行榜

springboot后端存储富文本内容的思路与步骤(含图片内容)

PyCharm运行python测试,报错“没有发现测试”/“空套件”的解决

return base64.b64encode(b).decode(

基于C语言实现钻石棋游戏的示例代码

Sublime Text 3解决中文乱码问题（实测可用）