判断shp文件编码
首先来讲下shp文件组成，一个shp文件通常由：shp、dbf、shx、prj四个文件组成，其中prj代表空间参考信息，shx存储了索引信息，有助于程序加快搜索效率，shp保存了元素的几何实体，最后dbf里面存放了每个几何形状的属性数据，所以我们将shp文件编码，实际上是讲dbf文件编码，因为只有dbf来说，才有可能存储GBK编码的中文或其他编码的其他语言的。
对于ArcGIS来说，用ArcGIS做的数据默认都是GBK编码的，因为我们的windows默认是gbk编码，也有一些情况下可能是utf8编码的。
dbf文件的第30个字节代表了编码类型（不是绝对的，不过我试了很多软件，大部分还是遵循这个标准的），所以我们只需要读取dbf的第30个字节，然后根据一个dbf编码表就能得到这个shp的编码了。
代码很简单：
package cn.dev;
import java.io.File;
import java.io.FileInputStream;
import java.io.InputStream;
import java.io.InputStreamReader;
public class Learn09 {
public static void main(String[] args) throws Exception {
InputStream dbf = Learn09.class.getResourceAsStream("/point/point.dbf");
byte[] bytes = new byte[30];
dbf.read(bytes);
byte b = bytes[29];
System.out.println(Integer.toHexString(Byte.toUnsignedInt(b)));
}
}
对于这个shp来说，输出结果是
4d
我们从下表中找到4d，可以看到他对应的是gbk编码。
| ID | Codepage | Description | |
|---|---|---|---|
| 1 | 0x01 | 437 | US MS-DOS |
| 2 | 0x02 | 850 | International MS-DOS |
| 3 | 0x03 | 1252 | Windows ANSI Latin I |
| 4 | 0x04 | 10000 | Standard Macintosh |
| 8 | 0x08 | 865 | Danish OEM |
| 9 | 0x09 | 437 | Dutch OEM |
| 10 | 0x0A | 850 | Dutch OEM* |
| 11 | 0x0B | 437 | Finnish OEM |
| 13 | 0x0D | 437 | French OEM |
| 14 | 0x0E | 850 | French OEM* |
| 15 | 0x0F | 437 | German OEM |
| 16 | 0x10 | 850 | German OEM* |
| 17 | 0x11 | 437 | Italian OEM |
| 18 | 0x12 | 850 | Italian OEM* |
| 19 | 0x13 | 932 | Japanese Shift-JIS |
| 20 | 0x14 | 850 | Spanish OEM* |
| 21 | 0x15 | 437 | Swedish OEM |
| 22 | 0x16 | 850 | Swedish OEM* |
| 23 | 0x17 | 865 | Norwegian OEM |
| 24 | 0x18 | 437 | Spanish OEM |
| 25 | 0x19 | 437 | English OEM (Great Britain) |
| 26 | 0x1A | 850 | English OEM (Great Britain)* |
| 27 | 0x1B | 437 | English OEM (US) |
| 28 | 0x1C | 863 | French OEM (Canada) |
| 29 | 0x1D | 850 | French OEM* |
| 31 | 0x1F | 852 | Czech OEM |
| 34 | 0x22 | 852 | Hungarian OEM |
| 35 | 0x23 | 852 | Polish OEM |
| 36 | 0x24 | 860 | Portuguese OEM |
| 37 | 0x25 | 850 | Portuguese OEM* |
| 38 | 0x26 | 866 | Russian OEM |
| 55 | 0x37 | 850 | English OEM (US)* |
| 64 | 0x40 | 852 | Romanian OEM |
| 77 | 0x4D | 936 | Chinese GBK (PRC) |
| 78 | 0x4E | 949 | Korean (ANSI/OEM) |
| 79 | 0x4F | 950 | Chinese Big5 (Taiwan) |
| 80 | 0x50 | 874 | Thai (ANSI/OEM) |
| 87 | 0x57 | Current ANSI CP | ANSI |
| 88 | 0x58 | 1252 | Western European ANSI |
| 89 | 0x59 | 1252 | Spanish ANSI |
| 100 | 0x64 | 852 | Eastern European MS-DOS |
| 101 | 0x65 | 866 | Russian MS-DOS |
| 102 | 0x66 | 865 | Nordic MS-DOS |
| 103 | 0x67 | 861 | Icelandic MS-DOS |
| 104 | 0x68 | 895 | Kamenicky (Czech) MS-DOS |
| 105 | 0x69 | 620 | Mazovia (Polish) MS-DOS |
| 106 | 0x6A | 737 | Greek MS-DOS (437G) |
| 107 | 0x6B | 857 | Turkish MS-DOS |
| 108 | 0x6C | 863 | French-Canadian MS-DOS |
| 120 | 0x78 | 950 | Taiwan Big 5 |
| 121 | 0x79 | 949 | Hangul (Wansung) |
| 122 | 0x7A | 936 | PRC GBK |
| 123 | 0x7B | 932 | Japanese Shift-JIS |
| 124 | 0x7C | 874 | Thai Windows/MS–DOS |
| 134 | 0x86 | 737 | Greek OEM |
| 135 | 0x87 | 852 | Slovenian OEM |
| 136 | 0x88 | 857 | Turkish OEM |
| 150 | 0x96 | 10007 | Russian Macintosh |
| 151 | 0x97 | 10029 | Eastern European Macintosh |
| 152 | 0x98 | 10006 | Greek Macintosh |
| 200 | 0xC8 | 1250 | Eastern European Windows |
| 201 | 0xC9 | 1251 | Russian Windows |
| 202 | 0xCA | 1254 | Turkish Windows |
| 203 | 0xCB | 1253 | Greek Windows |
| 204 | 0xCC | 1257 | Baltic Windows |
本节代码可以在https://github.com/scially/GeosparkBook找到（Learn09.java）
