我們有時候使用arcgis讀取shp文件的時候，打開屬性表發現存在中文亂碼的情況，或者屬性表中字符項長度縮減的情況，這都是arcgis版本升級後，使用不同編碼方式讀取 數據造成的。
1、亂碼問題
Shapefile是上個世紀90年代的數據格式。Shapefile文件的頭文件（dBase Header）中，一般會包含shapefile使用的編碼類型的信息，這個信息成爲 LDID （ Language Driver ID），這樣在使用應用程序打開 shapefile 的時候，應用程序就知道用何種編碼類型去正確讀取它，而不會發生亂碼。 在 ArcGIS Desktop 生產的 shapefile 數據中通常會包含這項信息。在Shapefile的子文件中，有時我們還會發現同名 *.cpg 文件，文件中也存儲了編碼信息，用記事本打開，看到例如 utf-8。
二者被ArcGIS 識別的優先順序是，LDID 優先於 CPG文件。也就是如果頭文件中沒有約定讀shapefile的編碼類型時，如果這時剛好有個CPG文件，那麼ArcGIS就會使用這裏的編碼類型讀取。
使用 ArcGIS for Desktop 打開 dBase 表文件時，程序先去讀頭文件中的 Language Driver ID (LDID) 或者是同名 *.CPG文件。前面二者都是用來在讀文件之前，決定用什麼編碼類型來正確讀出文件。如果有必要， ArcGIS for Desktop 會進行編碼轉換來顯示字符串。
如果文件缺失 LDID 或者 .CPG 文件，編碼就會被假定爲 Windows (ANSI/Multi-byte)。也是因爲這個原因，如果文件是 OEM 編碼的，並且沒有寫入 LDID 或者 .CPG，字符就會出現亂碼。 也就說 ArcGIS 把 OEM 文件當成 ANSI 文件來處理了。
多數情況下， shapefiles 和 dBASE 文件都會存儲編碼頁信息。 但是有些程序的 OEM 文件沒有包含編碼頁信息，例如 Microsoft Access 2000 and Excel 2000，所以這些文件讀取時，就會亂碼。爲了避免這個問題，用戶可以給沒有編碼頁信息的文件設置
dbfDefault。
寫
在註冊表中設置 ‘dbfDefault’ ，可以決定導出的 shapefile 和 dBASE 的編碼類型。例如，把 ‘dbfDefault’ 設置爲 OEM ，那麼用 ArcMap, ArcCatalog, ArcToolbox 生成出來的 shapefile 和 dBASE 文件就是以 OEM編碼的，設置成 ANSI ，那 shapefile 和 dBASE 文件就是 ANSI 編碼的。
讀
讀 shapefile 和 dBASE 文件的邏輯與寫是相同的，如果缺失編碼信息，ArcGIS 讀取文件的編碼類型由 dbfDefault決定。
我們知道 shapefile 是個開放格式，只要你瞭解了數據規範，完全可以脫離ArcGIS自己生產出來。在Windows中文語言設置下，假設你自己寫代碼或者使用第三方的程序生產了shapefile，例如MapGIS，默認使用 CP936（GBK）編碼存儲，但是無論粗心大意還是有意爲之沒有在數據頭文件中約定“我用了936！”。如果是 ArcGIS 10.2 和之前的版本，那麼沒問題，ArcGIS 默認就是以這種方式識別，沒有亂碼。可是拿到 ArcGIS 10.2.1 ，ArcGIS 10.2.2，ArcGIS 10.3.x 這幾個版本中發現亂！碼！了！在缺失 LDID 和 CPG時，這幾個版本默認使用 UTF-8 來讀取 shapefile，這樣必然亂碼。
解決方法
在shapefile子文件旁邊創建個記事本，修改爲同名的CPG文件，文本內容oem或者936。
再次打開，沒有亂碼。
字符截斷問題
ArcGIS 10.2 以及更早的版本，ArcGIS寫shapefile的時候，遇到中文默認使用Windows當前語言 字符集編碼（也稱 代碼頁/CodePage/OEM CodePage），例如中文一般使用的是 CodePage 936（GBK）。
ArcGIS 10.2.1 以及之後的版本，ArcGIS寫shapefile的時候，默認使用的是 UTF-8 編碼類型。
這兩種編碼類型存儲漢字所使用的字節數是不相同的，上面的關鍵字中我也給出了 wiki 的鏈接，有興趣點進去看看詳情。簡言之，shapefile自身的限制是字段爲9個字節，CP936編碼下漢字通常爲雙字節存儲，因此可以存儲 9/2=4 個漢字；UTF-8 編碼下漢字至少需要3個字節存儲，因此最多隻能存儲 9/3=3 個漢字了。
解決方法
Perfect Solution
使用地理數據庫，放棄shapefile，避免各種截斷問題，這也是存儲地理數據的康莊大道。
但是，shapefile的擁躉說“我的需求是恢復以前存儲4個漢字的shapefile，我不想用地理數據庫，我希望得到老版本的shapefile的結果，我不在乎shapefile的編碼類型是什麼 ……bla bla……”好吧，方法還是有的。
Workaround
這裏還有個注意事項：
如果你用的剛好是 10.2.1 和10.2.2 這兩個版本，那麼要打補丁後以下設置才生效。以前寫過另外一篇，詳情點 這裏。
如果你用的是 10.3.x ，那麼直接向下進行。
- 打開註冊表，定位到 ‘My Computer\HKEY_CURRENT_USER\Software\ESRI\Desktop 10.x‘
-
創建項 ‘Common‘， 接着在其下創建 ‘CodePage‘ 項， 添加 ‘字符串’，名稱： dbfDefault，健值：oem（或者 936）。
這樣ArcGIS Desktop 讀、寫 shapefile的默認方式就將是Windows當前語言 OEM CodePage 936。
當然這種方法，也可以解決第一個問題，並且不需要爲缺失oem編碼信息的數據增加cpg文件了。兩種方法，任君選擇。
‘dbfDefault’ 設置方法
-
開始 – 運行，輸入”Regedit“，打開 註冊表。
-
如是用的是 10.x 版本 ArcGIS Desktop，定位到
My Computer\HKEY_CURRENT_USER\Software\ESRI\Desktop 10.x. 如果是9.3.1之前的版本，定位到'My Computer\HKEY_CURRENT_USER\Software\ESRI'。 -
創建項
Common， 接着在其下創建CodePage項， 添加字符串，名稱：dbfDefault，健值：oem（或者936）。
如下爲支持的編碼值：
OEM Code Page Values:
OEM, 437, 708, 720, 737, 775, 850, 852, 855, 857, 860, 861, 862, 863, 864, 865, 866, 869, 932, 936, 950
ANSI Code Page Values:
ANSI, 1250, 1251, 1252, 1253, 1254, 1255, 1256, 1257, 1258, Big5, SJIS
ISO Code Page Values:
ISO, 88591, 88592, 88593, 88594, 88595, 88596, 88597, 88598, 88599, 885910, 885913, 885915, EUC
Unicode Values:
UTF-8
現在，Shapefiles 可以以 UTF-8 存儲，但是，只有在 ArcGIS Desktop 中才能被識別。
附：shape文件的原生侷限性
Shapefile 是一種開放的非拓撲的簡單幾何數據類型，深受數據處理人員的喜愛。 Shapefile 利用 dBASE 文件格式（.dbf 文件）來存儲屬性，dBase這種上世紀80年代的數據格式，現在基本淡出舞臺。 雖然Shapefile有萬般好，但是，今天還是要來說說shapefile的侷限性，也就是使用限制有什麼，以便合理的選擇使用Shapefile數據。
1. 文件容量限制：
Shapefile 每個子文件都有大小最大不能超過 2 GB ，以點要素爲例，最多約能存儲 7000 萬個。
2. 不支持高級對象：
Shapefile不支持註記要素類、關係類、拓撲關係、屬性域和子類、座標精度和分辨率等。
不支持通過參數定義的曲線（也稱爲圓弧曲線）。
3. 字段存儲限制：
Shapefile無法存儲：空值，無法向上舍入數字，對 Unicode 字符串的支持不足，字段名稱最長只能爲 10 個字符，且在同一字段中無法同時存儲日期和時間。
Shapefile支持的最大字段數爲 255。若超出此上限，當轉換爲 shapefile 時只會轉換前 255 個字段。
dBASE 文件不支持類型 blob、guid、全局 ID、座標 ID 或柵格字段類型。
| 包含空值的數據類型 | 空值替換 |
|---|---|
| 數字 - 當工具需要輸出“空”、無窮大或 NaN（非數字）時 | -1.7976931348623158e+308（最大負值的 IEEE 標準） |
| 數字（所有其他地理處理工具） | 0 |
| 文本 | “ ”（空白 - 無空格） |
| Date | 存儲爲零，但顯示爲“<空>” |
4. 字段寬度限制：
| 地理數據庫數據類型 | dBASE 字段類型 | dBASE 字段寬度（字符數） |
|---|---|---|
| 對象 ID | 數值 | 9 |
| 短整型 | 數值 | 4 |
| 長整型 | 數值 | 9 |
| 浮點型 | 浮點型 | 13 |
| 雙精度 | 浮點型 | 13 |
| 文本 | 字符 | 254 |
| Date | Date | 8 |
5. 性能限制
由於形狀壓縮方法的不同，shapefile 所佔用的空間可能爲文件地理數據庫或 SDE 的三到五倍。
Shapefile 的空間索引效率較數據庫低。這就意味着，同地理數據庫要素類相比，空間查詢耗時更長。當處理大量要素時，效率低。
dBASE 文件不支持 WHERE 子句，也不支持 SQL。
當保存所做編輯時屬性索引會被刪除，因此必須重新創建屬性索引。
6. 多面體存儲限制
Shapefiles 支持多面體，但不支持以下多面體的高級功能：紋理座標、紋理及部分色帶、光線法向量。
shp文件說明
shapefile 是存儲地理信息的簡單文件格式，但是工作中，常會接到用戶的很多問題，這裏把常見的彙總下。
一、shape 文件到底可以多大？
shapefile 的每個文件都不能超過 2 GB。也就是說，存儲數據的 .dbf 與.shp 分別不能超過 2GB。但是，所有文件的總大小可以超過 2 GB。
二、 shape 文件是怎麼構成的？
shape 文件用 ArcGIS 查看僅顯示一個文件，但是用 windows 資源管理器查看就可能看到以下文件。
- .shp - 存儲要素幾何的主文件；必需文件。
- .shx - 存儲要素幾何索引的索引文件；必需文件。
- .dbf - 存儲要素屬性信息的 dBASE 表；必需文件。
- .prj - 存儲座標系信息的文件；由 ArcGIS 使用。
- .xml - ArcGIS 的元數據 - 用於存儲 shapefile 的相關信息。
- .sbn 和 .sbx - 存儲要素空間索引的文件。
- .fbn 和 .fbx - 存儲只讀 shapefile 的要素空間索引的文件。
- .ain 和 .aih - 存儲某個表中或專題屬性表中活動字段屬性索引的文件。
- .atx - .atx 文件針對各個 shapefile 或在 ArcCatalog 中創建的 dBASE屬性索引而創建。
- .ixs - 讀/寫 shapefile 的地理編碼索引。
- .mxs - 讀/寫 shapefile（ODB 格式）的地理編碼索引。
- .cpg - 可選文件，指定用於標識要使用的字符集的代碼頁。
- 強烈建議，對shape操作時，在 ArcGIS 中進行。
三、 shape 中創建字段注意什麼？
不能對現有字段修改，可以新建字段包括自定義數據類型；字段名長度不要超過10，超過會被截斷。
新建字段時，有三個參數可供設置：
- precision（精度）—— 數字字段中可存儲的位數；
- scale（標度）—— 浮點或雙精度類型字段中數值的小數點右側的位數；
- length（長度）—— 字符型字段的文本字段的長度。
注意，long integer 當精度超過 10 時，會自動轉爲 Double 型。
Geodatabase是用來表達和管理地理信息的複雜數據模型，是ArcGIS的主要存儲數據方式，主要存儲了 featureclasses、 rasterdatasets、attributes、具有行爲的高級GIS數據對象、 管理空間完整性的規則、要素柵格屬性關係工具。
Geodatabase
就其種類呢，無非是三種：File Geodatabase，PersonalGeodatabase，ArcSDEGeodatabase。
1、 FileGeodatabase：以文件夾形式存儲。每個Dataset作爲一個文件存儲，最大可達1T。對於PGDB更推薦FGDB。單用戶，同一個Dataset 、獨立的featureclass或者table，併發只能有一人寫操作，可以多人讀操作。支持跨平臺。
2、PersonalGeodatabase：所有的Dataset都存儲在MicrosoftAccess數據文件中,最大大小不超過2 GB。單用戶，一個人寫多人讀。僅支持Windows。
3、ArcSDEGeodatabase：儲存在關係數據庫中，可使用 Oracle,MicrosoftSQL Server, IBM DB2, IBM Informix,PostgreSQL。這些多用戶的數據庫要求使用ArcSDE，不限制大小和用戶的數量。平臺支持：Windows, UNIX,Linux。
二、Geodatabase中的Dateset
Geodatabase 中包含基本的dataset，包括：feature classes、 rasterdatasets、attributes。還包含高級地理數據類型：coordinate systems, coordinateresolution, feature classes,topologies, networks, raster catalogs,relationships, domains。
1、Table
用於存儲屬性等。字段類型包含：Numbers（長整型、短整型、單精度、雙精度）、Text、Date（日期時間型）、BLOBs（二進制大對象，例如Symbol、CAD幾何要素）、GlobalID（全局標識符）、XML。
2、Feature Class
Feature Class以一張單獨的表存儲，每個要素是一條記錄。種類： Points、Lines、Polygons、Annotation、 Dimensions（尺寸）、MultiPoints（由多個點組成的要素，如雷達激光點）、MultiPatches（多面體）。
其中要素座標可包含Z值，表示垂直測量結果；線狀要素可以包含M值，表示線性測量結果。路徑是指具有唯一標識符和通用測量系統的任意線狀要素（如城市街道、公路、河流或管線）。
與FeatureClass相關的：FeatureDataset，subtype，AttributeDomain，RelationshipClasses，Topology，Network Dataset，Geometric network，TerrainDataset，Linear referencing，Cartographicrepresentation，versioning。
3、Raster
柵格的地理屬性通常包括：座標系，參考座標或 X,Y 位置（通常在柵格左上角或左下角），單元大小，行計數和列計數。
地理數據庫可以針對多種用途管理柵格：作爲單個數據集、數據集的邏輯集合和表中的圖片屬性.