GDAL/OGR 1.9.0获取shp文件中中文字段值和属性值乱码文件解决

GDAL/OGR 1.9.0又一个新的版本发布，但是又发现了一个对中文支持的问题，在之前的1.8.1版本开始，GDAL开始逐渐加入了对宽字节的支持，或者说是对各种编码的支持，GDAL在默认处理中，将所有的路径字串当作UTF-8编码进行处理，这就是为什么在1.8.0版本开始，如果使用默认编译出来的不支持中文路径了。具体解释参考之前的博客/liminlu0314/article/details/6610069。在使用1.9.1版本打开中文路径也是有问题的，具体解决方式和上面的一样。

今天又发现一个新的问题，中文路径的shp格式可以打开，获取的geometry信息也是正确的，但是就是如果属性字段或者属性值中含有中文，悲剧了，整个全是乱码，开始以为还是使用CPLSetConfigOption，发现设置完还是不行：

CPLSetConfigOption("GDAL_FILENAME_IS_UTF8","NO");

无奈，调试到gdal源代码中，在ogrshapelayer.cpp中OGRShapeLayer类的构造函数中有一个关于编码的选项，构造函数如下：

OGRShapeLayer::OGRShapeLayer( OGRShapeDataSource* poDSIn,const char * pszName,SHPHandle hSHPIn, DBFHandle hDBFIn, OGRSpatialReference *poSRSIn, int bSRSSetIn,int bUpdate,OGRwkbGeometryType eReqType ){poDS = poDSIn;poSRS = poSRSIn;bSRSSet = bSRSSetIn;pszFullName = CPLStrdup(pszName);hSHP = hSHPIn;hDBF = hDBFIn;bUpdateAccess = bUpdate;iNextShapeId = 0;panMatchingFIDs = NULL;bCheckedForQIX = FALSE;hQIX = NULL;bSbnSbxDeleted = FALSE;bHeaderDirty = FALSE;if( hSHP != NULL ){nTotalShapeCount = hSHP->nRecords;if( hDBF != NULL && hDBF->nRecords != nTotalShapeCount ){CPLDebug("Shape", "Inconsistant record number in .shp (%d) and in .dbf (%d)",hSHP->nRecords, hDBF->nRecords);}}else nTotalShapeCount = hDBF->nRecords;eRequestedGeomType = eReqType;bTruncationWarningEmitted = FALSE;if( hDBF != NULL && hDBF->pszCodePage != NULL ){CPLDebug( "Shape", "DBF Codepage = %s for %s", hDBF->pszCodePage, pszName );// Not too sure about this, but it seems like better than nothing.osEncoding = ConvertCodePage( hDBF->pszCodePage );}if( CPLGetConfigOption( "SHAPE_ENCODING", NULL ) != NULL )osEncoding = CPLGetConfigOption( "SHAPE_ENCODING", "" );if( osEncoding != "" )CPLDebug( "Shape", "Treating as encoding '%s'.", osEncoding.c_str() );poFeatureDefn = SHPReadOGRFeatureDefn( CPLGetBasename(pszName),hSHP, hDBF, osEncoding );/* Init info for the LRU layer mechanism */poPrevLayer = NULL;poNextLayer = NULL;bHSHPWasNonNULL = hSHPIn != NULL;bHDBFWasNonNULL = hDBFIn != NULL;eFileDescriptorsState = FD_OPENED;TouchLayer();}

在上面的构造函数中，有下面两句话，调试到此处,

if( CPLGetConfigOption( "SHAPE_ENCODING", NULL ) != NULL )

osEncoding = CPLGetConfigOption( "SHAPE_ENCODING", "" );

发现osEncoding = CPLGetConfigOption( "SHAPE_ENCODING", "" );这句返回的结果是一个叫cp936的编码，那么什么是CP936呢，CP936就是指系统里第936号编码格式(CodePage936)，也就是GB2312。在之前是没有设置这个选项的，初步推断，该值可能是根据用户的操作系统来确定的，由于没有英文的操作系统，也不好做测试。

也就是说，在构造layer的时候，读取的DBF文件中的编码，将DBF编码进行转换，注意上面有句注释：“// Not too sure about this, but it seems like better than nothing.”，大概意思是说不要太在意这个东西，貌似有总比没有的好，就是这里，让我的中文变成了乱码，情何以堪啊。差不多找到原因了，修改起来就比较方便了，和之前的一样，在打开shp之前，设置一下SHAPE_ENCODING的值为空即可，像下面一样：

CPLSetConfigOption("SHAPE_ENCODING","");

这样就好了，不知道设置成这样对其他的语言有没有影响，但是对于中文是没有什么问题了。