我们有时候使用arcgis读取shp文件的时候，打开属性表发现存在中文乱码的情况，或者属性表中字符项长度缩减的情况，这都是arcgis版本升级后，使用不同编码方式读取 数据造成的。
1、乱码问题
Shapefile是上个世纪90年代的数据格式。Shapefile文件的头文件（dBase Header）中，一般会包含shapefile使用的编码类型的信息，这个信息成为 LDID （ Language Driver ID），这样在使用应用程序打开 shapefile 的时候，应用程序就知道用何种编码类型去正确读取它，而不会发生乱码。 在 ArcGIS Desktop 生产的 shapefile 数据中通常会包含这项信息。在Shapefile的子文件中，有时我们还会发现同名 *.cpg 文件，文件中也存储了编码信息，用记事本打开，看到例如 utf-8。
二者被ArcGIS 识别的优先顺序是，LDID 优先于 CPG文件。也就是如果头文件中没有约定读shapefile的编码类型时，如果这时刚好有个CPG文件，那么ArcGIS就会使用这里的编码类型读取。
使用 ArcGIS for Desktop 打开 dBase 表文件时，程序先去读头文件中的 Language Driver ID (LDID) 或者是同名 *.CPG文件。前面二者都是用来在读文件之前，决定用什么编码类型来正确读出文件。如果有必要， ArcGIS for Desktop 会进行编码转换来显示字符串。
如果文件缺失 LDID 或者 .CPG 文件，编码就会被假定为 Windows (ANSI/Multi-byte)。也是因为这个原因，如果文件是 OEM 编码的，并且没有写入 LDID 或者 .CPG，字符就会出现乱码。 也就说 ArcGIS 把 OEM 文件当成 ANSI 文件来处理了。
多数情况下， shapefiles 和 dBASE 文件都会存储编码页信息。 但是有些程序的 OEM 文件没有包含编码页信息，例如 Microsoft Access 2000 and Excel 2000，所以这些文件读取时，就会乱码。为了避免这个问题，用户可以给没有编码页信息的文件设置
dbfDefault。
写
在注册表中设置 ‘dbfDefault’ ，可以决定导出的 shapefile 和 dBASE 的编码类型。例如，把 ‘dbfDefault’ 设置为 OEM ，那么用 ArcMap, ArcCatalog, ArcToolbox 生成出来的 shapefile 和 dBASE 文件就是以 OEM编码的，设置成 ANSI ，那 shapefile 和 dBASE 文件就是 ANSI 编码的。
读
读 shapefile 和 dBASE 文件的逻辑与写是相同的，如果缺失编码信息，ArcGIS 读取文件的编码类型由 dbfDefault决定。
我们知道 shapefile 是个开放格式，只要你了解了数据规范，完全可以脱离ArcGIS自己生产出来。在Windows中文语言设置下，假设你自己写代码或者使用第三方的程序生产了shapefile，例如MapGIS，默认使用 CP936（GBK）编码存储，但是无论粗心大意还是有意为之没有在数据头文件中约定“我用了936！”。如果是 ArcGIS 10.2 和之前的版本，那么没问题，ArcGIS 默认就是以这种方式识别，没有乱码。可是拿到 ArcGIS 10.2.1 ，ArcGIS 10.2.2，ArcGIS 10.3.x 这几个版本中发现乱！码！了！在缺失 LDID 和 CPG时，这几个版本默认使用 UTF-8 来读取 shapefile，这样必然乱码。
解决方法
在shapefile子文件旁边创建个记事本，修改为同名的CPG文件，文本内容oem或者936。
再次打开，没有乱码。
字符截断问题
ArcGIS 10.2 以及更早的版本，ArcGIS写shapefile的时候，遇到中文默认使用Windows当前语言 字符集编码（也称 代码页/CodePage/OEM CodePage），例如中文一般使用的是 CodePage 936（GBK）。
ArcGIS 10.2.1 以及之后的版本，ArcGIS写shapefile的时候，默认使用的是 UTF-8 编码类型。
这两种编码类型存储汉字所使用的字节数是不相同的，上面的关键字中我也给出了 wiki 的链接，有兴趣点进去看看详情。简言之，shapefile自身的限制是字段为9个字节，CP936编码下汉字通常为双字节存储，因此可以存储 9/2=4 个汉字；UTF-8 编码下汉字至少需要3个字节存储，因此最多只能存储 9/3=3 个汉字了。
解决方法
Perfect Solution
使用地理数据库，放弃shapefile，避免各种截断问题，这也是存储地理数据的康庄大道。
但是，shapefile的拥趸说“我的需求是恢复以前存储4个汉字的shapefile，我不想用地理数据库，我希望得到老版本的shapefile的结果，我不在乎shapefile的编码类型是什么 ……bla bla……”好吧，方法还是有的。
Workaround
这里还有个注意事项：
如果你用的刚好是 10.2.1 和10.2.2 这两个版本，那么要打补丁后以下设置才生效。以前写过另外一篇，详情点 这里。
如果你用的是 10.3.x ，那么直接向下进行。
- 打开注册表，定位到 ‘My Computer\HKEY_CURRENT_USER\Software\ESRI\Desktop 10.x‘
-
创建项 ‘Common‘， 接着在其下创建 ‘CodePage‘ 项， 添加 ‘字符串’，名称： dbfDefault，健值：oem（或者 936）。
这样ArcGIS Desktop 读、写 shapefile的默认方式就将是Windows当前语言 OEM CodePage 936。
当然这种方法，也可以解决第一个问题，并且不需要为缺失oem编码信息的数据增加cpg文件了。两种方法，任君选择。
‘dbfDefault’ 设置方法
-
开始 – 运行，输入”Regedit“，打开 注册表。
-
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'。 -
创建项
Common， 接着在其下创建CodePage项， 添加字符串，名称：dbfDefault，健值：oem（或者936）。
如下为支持的编码值：
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
现在，Shapefiles 可以以 UTF-8 存储，但是，只有在 ArcGIS Desktop 中才能被识别。
附：shape文件的原生局限性
Shapefile 是一种开放的非拓扑的简单几何数据类型，深受数据处理人员的喜爱。 Shapefile 利用 dBASE 文件格式（.dbf 文件）来存储属性，dBase这种上世纪80年代的数据格式，现在基本淡出舞台。 虽然Shapefile有万般好，但是，今天还是要来说说shapefile的局限性，也就是使用限制有什么，以便合理的选择使用Shapefile数据。
1. 文件容量限制：
Shapefile 每个子文件都有大小最大不能超过 2 GB ，以点要素为例，最多约能存储 7000 万个。
2. 不支持高级对象：
Shapefile不支持注记要素类、关系类、拓扑关系、属性域和子类、座标精度和分辨率等。
不支持通过参数定义的曲线（也称为圆弧曲线）。
3. 字段存储限制：
Shapefile无法存储：空值，无法向上舍入数字，对 Unicode 字符串的支持不足，字段名称最长只能为 10 个字符，且在同一字段中无法同时存储日期和时间。
Shapefile支持的最大字段数为 255。若超出此上限，当转换为 shapefile 时只会转换前 255 个字段。
dBASE 文件不支持类型 blob、guid、全局 ID、座标 ID 或栅格字段类型。
| 包含空值的数据类型 | 空值替换 |
|---|---|
| 数字 - 当工具需要输出“空”、无穷大或 NaN（非数字）时 | -1.7976931348623158e+308（最大负值的 IEEE 标准） |
| 数字（所有其他地理处理工具） | 0 |
| 文本 | “ ”（空白 - 无空格） |
| Date | 存储为零，但显示为“<空>” |
4. 字段宽度限制：
| 地理数据库数据类型 | dBASE 字段类型 | dBASE 字段宽度（字符数） |
|---|---|---|
| 对象 ID | 数值 | 9 |
| 短整型 | 数值 | 4 |
| 长整型 | 数值 | 9 |
| 浮点型 | 浮点型 | 13 |
| 双精度 | 浮点型 | 13 |
| 文本 | 字符 | 254 |
| Date | Date | 8 |
5. 性能限制
由于形状压缩方法的不同，shapefile 所占用的空间可能为文件地理数据库或 SDE 的三到五倍。
Shapefile 的空间索引效率较数据库低。这就意味着，同地理数据库要素类相比，空间查询耗时更长。当处理大量要素时，效率低。
dBASE 文件不支持 WHERE 子句，也不支持 SQL。
当保存所做编辑时属性索引会被删除，因此必须重新创建属性索引。
6. 多面体存储限制
Shapefiles 支持多面体，但不支持以下多面体的高级功能：纹理座标、纹理及部分色带、光线法向量。
shp文件说明
shapefile 是存储地理信息的简单文件格式，但是工作中，常会接到用户的很多问题，这里把常见的汇总下。
一、shape 文件到底可以多大？
shapefile 的每个文件都不能超过 2 GB。也就是说，存储数据的 .dbf 与.shp 分别不能超过 2GB。但是，所有文件的总大小可以超过 2 GB。
二、 shape 文件是怎么构成的？
shape 文件用 ArcGIS 查看仅显示一个文件，但是用 windows 资源管理器查看就可能看到以下文件。
- .shp - 存储要素几何的主文件；必需文件。
- .shx - 存储要素几何索引的索引文件；必需文件。
- .dbf - 存储要素属性信息的 dBASE 表；必需文件。
- .prj - 存储座标系信息的文件；由 ArcGIS 使用。
- .xml - ArcGIS 的元数据 - 用于存储 shapefile 的相关信息。
- .sbn 和 .sbx - 存储要素空间索引的文件。
- .fbn 和 .fbx - 存储只读 shapefile 的要素空间索引的文件。
- .ain 和 .aih - 存储某个表中或专题属性表中活动字段属性索引的文件。
- .atx - .atx 文件针对各个 shapefile 或在 ArcCatalog 中创建的 dBASE属性索引而创建。
- .ixs - 读/写 shapefile 的地理编码索引。
- .mxs - 读/写 shapefile（ODB 格式）的地理编码索引。
- .cpg - 可选文件，指定用于标识要使用的字符集的代码页。
- 强烈建议，对shape操作时，在 ArcGIS 中进行。
三、 shape 中创建字段注意什么？
不能对现有字段修改，可以新建字段包括自定义数据类型；字段名长度不要超过10，超过会被截断。
新建字段时，有三个参数可供设置：
- precision（精度）—— 数字字段中可存储的位数；
- scale（标度）—— 浮点或双精度类型字段中数值的小数点右侧的位数；
- length（长度）—— 字符型字段的文本字段的长度。
注意，long integer 当精度超过 10 时，会自动转为 Double 型。
Geodatabase是用来表达和管理地理信息的复杂数据模型，是ArcGIS的主要存储数据方式，主要存储了 featureclasses、 rasterdatasets、attributes、具有行为的高级GIS数据对象、 管理空间完整性的规则、要素栅格属性关系工具。
Geodatabase
就其种类呢，无非是三种：File Geodatabase，PersonalGeodatabase，ArcSDEGeodatabase。
1、 FileGeodatabase：以文件夹形式存储。每个Dataset作为一个文件存储，最大可达1T。对于PGDB更推荐FGDB。单用户，同一个Dataset 、独立的featureclass或者table，并发只能有一人写操作，可以多人读操作。支持跨平台。
2、PersonalGeodatabase：所有的Dataset都存储在MicrosoftAccess数据文件中,最大大小不超过2 GB。单用户，一个人写多人读。仅支持Windows。
3、ArcSDEGeodatabase：储存在关系数据库中，可使用 Oracle,MicrosoftSQL Server, IBM DB2, IBM Informix,PostgreSQL。这些多用户的数据库要求使用ArcSDE，不限制大小和用户的数量。平台支持：Windows, UNIX,Linux。
二、Geodatabase中的Dateset
Geodatabase 中包含基本的dataset，包括：feature classes、 rasterdatasets、attributes。还包含高级地理数据类型：coordinate systems, coordinateresolution, feature classes,topologies, networks, raster catalogs,relationships, domains。
1、Table
用于存储属性等。字段类型包含：Numbers（长整型、短整型、单精度、双精度）、Text、Date（日期时间型）、BLOBs（二进制大对象，例如Symbol、CAD几何要素）、GlobalID（全局标识符）、XML。
2、Feature Class
Feature Class以一张单独的表存储，每个要素是一条记录。种类： Points、Lines、Polygons、Annotation、 Dimensions（尺寸）、MultiPoints（由多个点组成的要素，如雷达激光点）、MultiPatches（多面体）。
其中要素座标可包含Z值，表示垂直测量结果；线状要素可以包含M值，表示线性测量结果。路径是指具有唯一标识符和通用测量系统的任意线状要素（如城市街道、公路、河流或管线）。
与FeatureClass相关的：FeatureDataset，subtype，AttributeDomain，RelationshipClasses，Topology，Network Dataset，Geometric network，TerrainDataset，Linear referencing，Cartographicrepresentation，versioning。
3、Raster
栅格的地理属性通常包括：座标系，参考座标或 X,Y 位置（通常在栅格左上角或左下角），单元大小，行计数和列计数。
地理数据库可以针对多种用途管理栅格：作为单个数据集、数据集的逻辑集合和表中的图片属性.