解决Java中基于GeoTools的Shapefile读取乱码的问题

2025-03-23 02:50

本文主要是介绍解决Java中基于GeoTools的Shapefile读取乱码的问题,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

《解决Java中基于GeoTools的Shapefile读取乱码的问题》本文主要讨论了在使用Java编程语言进行地理信息数据解析时遇到的Shapefile属性信息乱码问题,以及根据不同的编码设置进行属...

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。

解决Java中基于GeoTools的Shapefile读取乱码的问题

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.chinasem.cn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.chinasem.cn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.nextChina编程();
			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China编程(www.chinasem.cn)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China编程(www.chinasem.cn)!

这篇关于解决Java中基于GeoTools的Shapefile读取乱码的问题的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1153892

相关文章

Kotlin Map映射转换问题小结

《KotlinMap映射转换问题小结》文章介绍了Kotlin集合转换的多种方法,包括map(一对一转换)、mapIndexed(带索引)、mapNotNull(过滤null)、mapKeys/map... 目录Kotlin 集合转换:map、mapIndexed、mapNotNull、mapKeys、map

nginx中端口无权限的问题解决

《nginx中端口无权限的问题解决》当Nginx日志报错bind()to80failed(13:Permissiondenied)时,这通常是由于权限不足导致Nginx无法绑定到80端口,下面就来... 目录一、问题原因分析二、解决方案1. 以 root 权限运行 Nginx(不推荐)2. 为 Nginx

SpringBoot中六种批量更新Mysql的方式效率对比分析

《SpringBoot中六种批量更新Mysql的方式效率对比分析》文章比较了MySQL大数据量批量更新的多种方法,指出REPLACEINTO和ONDUPLICATEKEY效率最高但存在数据风险,MyB... 目录效率比较测试结构数据库初始化测试数据批量修改方案第一种 for第二种 case when第三种

解决1093 - You can‘t specify target table报错问题及原因分析

《解决1093-Youcan‘tspecifytargettable报错问题及原因分析》MySQL1093错误因UPDATE/DELETE语句的FROM子句直接引用目标表或嵌套子查询导致,... 目录报js错原因分析具体原因解决办法方法一:使用临时表方法二:使用JOIN方法三:使用EXISTS示例总结报错原

Java docx4j高效处理Word文档的实战指南

《Javadocx4j高效处理Word文档的实战指南》对于需要在Java应用程序中生成、修改或处理Word文档的开发者来说,docx4j是一个强大而专业的选择,下面我们就来看看docx4j的具体使用... 目录引言一、环境准备与基础配置1.1 Maven依赖配置1.2 初始化测试类二、增强版文档操作示例2.

一文详解如何使用Java获取PDF页面信息

《一文详解如何使用Java获取PDF页面信息》了解PDF页面属性是我们在处理文档、内容提取、打印设置或页面重组等任务时不可或缺的一环,下面我们就来看看如何使用Java语言获取这些信息吧... 目录引言一、安装和引入PDF处理库引入依赖二、获取 PDF 页数三、获取页面尺寸(宽高)四、获取页面旋转角度五、判断

Windows环境下解决Matplotlib中文字体显示问题的详细教程

《Windows环境下解决Matplotlib中文字体显示问题的详细教程》本文详细介绍了在Windows下解决Matplotlib中文显示问题的方法,包括安装字体、更新缓存、配置文件设置及编码調整,并... 目录引言问题分析解决方案详解1. 检查系统已安装字体2. 手动添加中文字体(以SimHei为例)步骤

Spring Boot中的路径变量示例详解

《SpringBoot中的路径变量示例详解》SpringBoot中PathVariable通过@PathVariable注解实现URL参数与方法参数绑定,支持多参数接收、类型转换、可选参数、默认值及... 目录一. 基本用法与参数映射1.路径定义2.参数绑定&nhttp://www.chinasem.cnbs

JAVA中安装多个JDK的方法

《JAVA中安装多个JDK的方法》文章介绍了在Windows系统上安装多个JDK版本的方法,包括下载、安装路径修改、环境变量配置(JAVA_HOME和Path),并说明如何通过调整JAVA_HOME在... 首先去oracle官网下载好两个版本不同的jdk(需要登录Oracle账号,没有可以免费注册)下载完

Spring StateMachine实现状态机使用示例详解

《SpringStateMachine实现状态机使用示例详解》本文介绍SpringStateMachine实现状态机的步骤,包括依赖导入、枚举定义、状态转移规则配置、上下文管理及服务调用示例,重点解... 目录什么是状态机使用示例什么是状态机状态机是计算机科学中的​​核心建模工具​​,用于描述对象在其生命