Как изменить кодировку в dbf файле
GIS-Lab: Изменение кодировки DBF файла
Описание использования библиотеки dbfpy для изменения кодировки данных и скрипт.
Неотъемлемой частью данных в формате shape является атрибутивная таблица в формате DBF. Атрибутивные данные могут храниться в разных кодировках, часто встречаются такие кодировки как Windows-1251 (CP1251) и UTF8, KOI8-R. Некоторое, особенно относительно давно появившиеся ГИС, такие как Arcview GIS 3.x, некоторые версии Mapinfo, не умеют работать с более новой кодировкой UTF8. Соответственно, часто встречается задача перевода DBF из одной кодировки в другую.
Для преобразования dbf из одной кодировки в другую можно использовать скрипт на языке Python (скачать скрипт). Эта статья описывает подготовку к работе, идею скрипта и как с ним работать.
[править] Подготовка к работе
Для работы скрипта необходимо иметь Python 2.5/2.6 и один раз скачать и установить библиотеку dbfpy. После загрузки библиотеки нужно выполнить:
python setup.py install
Правильность установки библиотеки можно проверить запустив Python и выполнив:
Если все установлено нормально, ошибок эта команда выдать не должна.
[править] Идея
В процессе работы, наш скрипт должен построчно проверять тип поля в исходном файле DBF и, если он строковый, т.е. есть вероятность того, что данные не в той кодировке, что нужно, осуществлять преобразование. Упрощенная версия скрипта на языке Python для перевода данных из кодировки в кодироввку выглядит следующим образом:
#!/usr/bin/python #--*-- encoding: utf-8 --*-- import sys from dbfpy import dbf from types import * db = dbf.Dbf(sys.argv[1]) newDB=dbf.Dbf(sys.argv[2], new=True) for f in db.header.fields: newDB.addField(f) for rec in db: r=newDB.newRecord() newData=[] for f in rec.fieldData: if type(f)==StringType: f=unicode(f,'utf-8') f=f.encode('windows-1251') newData.append(f) r.fieldData=newData r.store() db.close() newDB.close()
[править] Использование
Утилита вызывается из командной строки и принимает несколько параметров:
python dbf-encode.py -f encin -t encout -n input output
- input — имя исходного файла dbf, который требуется преобразовать, обязателен
- output — имя конечного файла dbf, куда будет записан результат, обязателен
- -f (--from-code) — кодировка исходного DBF файла, не обязателен, по умолчанию UTF-8
- -t (--to-code) — кодировка выходного DBF файла, не обязателен, по умолчанию CP-1251
- -n (--no-subs) — переключатель, если установлен, то неизвестные символы пропускаются, если не установлен — заменяются на знаки вопроса («?»)
- -h (--help) — справка
- -v (--version) — версия программы
[править] Пример использования
Конвертировать adygeya-admin-a.dbf в adygeya-admin-a2.dbf из кодировки UTF-8 в кодировку CP-1251.
python dbf-encode.py -f UTF8 -t CP1251 adygeya-admin-a.dbf adygeya-admin-a2.dbf
или упрощенная запись параметров командной строки (эти кодировки и так являются кодировками на входе и выходе по умолчанию):
python dbf-encode.py adygeya-admin-a.dbf adygeya-admin-a2.dbf
[править] Ошибки конвертации
Если конвертер сталкивается с символом, который не может перекодировать, он по-умолчанию заменяет его на вопросительный знак («?»), если к строке запуска добавлен --no-subs (-n), то символ пропускается.
Если возникает другая ошибка при конвертации, конвертер выводит содержание записи на которой возникла ошибка в консоль и прекращает работу. Конечный файл создается неполным и для подмены оригинального в shape-файле непригоден.
Ошибка invalid syntax может быть связана с неправильным запуском скрипта, под Windows запуск нужно осуществлять из командного процессора («Пуск → Выполнить → cmd») после чего вводить команду указанную выше.
Скачать полную версию dbf-encode.py
[править] Ссылки по теме
Нет отображаются русские буквы в DBFshow?
Если вместо русских букв в Вашем файле отображается нечто иное и непонятное, то можно попробовать следующие варианты:
1. Нужно поменять кодировку файла. В заголовке таблицы в 29 байте хранится информация о кодировке DBF файла. DBFShow на основании этого байт использует ту или иную кодировку. Заходим в меню «Разное\Кодировка» и пробуем выбрать другую кодировку. Для русского текста это либо 1251 — Russian Windows, либо 866-Russian OEM
Меняем кодировку, смотрим на результат. Естественно файл должен быть доступен для записи. Буквы RW внизу экрана. Получаем русские буквы.
Также в программе есть возможность автоматически проставлять код кодировки при открытии файлов DBF, если у файла значение кодировки равно 0. Для этого заходим в опции DBFSHow, ставим галочку на «Использовать кодировку по умолчанию», выбираем необходимую кодировку и программа будет исправлять значение кодировки при открытии файлов.
2. Если русские буквы не отображаются в названиях колонок, как например при выгрузке из Excel, то необходимо поставить галочку в пункте «Кодировка для русских колонок (из Excel)», (рисунок выше) выбрать необходимую кодировку и заново открыть файл.
Другие разделы FAQ, которые могут быть вам интересны:
Переконвертировать DBF из кодировки OEM в кодировку ANSI
Всем привет дорогие друзья. Столкнулся с такой проблемой, что файл формата DBF имеет кодировку OEM, соответственно, когда его открываю, то русские буквы отображаются корректно (если открывать через DBF-редактор), но как только я ставлю кодировку ANSI, то русские буквы превращаются в иероглифы. Кодировка ANSI мне нужна, чтобы загрузить файл в свой проект, так как он не может отобразить данные в кодировке OEM.
Простыми словами, мне необходимо переконвертировать DBF-файл в кодировке OEM в кодировку ANSI. Решение я нашел достаточно быстро. Вот какой у меня имеется файл на данный момент:
То есть, кодировка OEM – русские символы отображаются. Как Вы помните, мне необходимо кодировка ANSI, соответственно я ее устанавливаю и смотрим, что из этого получилось:
Все русские буквы превратились в иероглифы. В итоге, если я загружу в проект в таком виде, то будет иероглифами он отображаться, а если в кодировке OEM, то тоже будет отображаться иероглифами.
Чтобы решить данную проблему я скачал программу Редактор DBF, в которой необходимо открыть нужный файл и выполнить команду Действия-Перекодировка. Далее необходимо установить следующую кодировку и нажать на кнопку ОК:
Ждем окончания процесса и открываем готовый файл, после чего смотрим нашу кодировку и как отображаются символы в самом редакторе:
То есть, мы получили необходимый эффект: кодировка ANSI и русские буквы отображаются, как положено. Можно скачать, что с задачей мы справились на 100%. Да и еще, не забудьте прочитать также статью, как можно перекодировать кириллицу в UTF-8.
Также советуем почитать на PressDev.RU
DBF Encoding - Кодовые страницы, поддерживаемые DBF Commander
Кодовая страница файла DBF может принимать одно из следующих значений:
Кодировки Windows:
- 874 Тайский Windows
- 932 Японская Windows
- 936 Китайский (КНР, Сингапур) Windows
- 949 Корейская Windows
- 950 Китайский (САР Гонконг, Тайвань) Windows
- 1250 Восточноевропейская Windows
- 1251 Русская Windows
- 1252 Окна ANSI
- 1253 Греческая Windows
- 1254 Турецкая Windows
- 1255 Еврейский Windows
- 1256 Арабский Windows
Кодировки MS-DOS:
- 437 Ед.С. MS-DOS
- 620 Мазовецкое воеводство (польское) MS-DOS
- 737 Греческий MS-DOS (437G)
- 850 Международный MS-DOS
- 852 Восточноевропейская MS-DOS
- 857 Турецкий MS-DOS
- 861 Исландский MS-DOS
- 865 Скандинавский MS-DOS
- 866 Русский MS-DOS
- 895 Каменицкий (Чешский) MS-DOS
Чтобы установить новую кодовую страницу для файла DBF , используйте команду «Установить кодовую страницу».
Вы также можете преобразовать файл DBF в кодировку UTF-8 (и наоборот, преобразовать файл UTF-8 DBF в файл ANSI DBF ).
.
foxpro - Проблемы с кодировкой в таблице DBF
Переполнение стека- Около
- Товары
- Для команд
- Переполнение стека Общественные вопросы и ответы
- Переполнение стека для команд Где разработчики и технологи делятся частными знаниями с коллегами
- Вакансии Программирование и связанные с ним технические возможности карьерного роста
- Талант Нанимайте технических специалистов и создавайте свой бренд работодателя
utf 8 - кодировка файла DBeaver (cp1250 - Windows-1250) - изменить кодировку по умолчанию?
Переполнение стека- Около
- Товары
- Для команд
- Переполнение стека Общественные вопросы и ответы
- Переполнение стека для команд Где разработчики и технологи делятся частными знаниями с коллегами
python - DBF - кодировка cp1250
Переполнение стека- Около
- Товары
- Для команд
- Переполнение стека Общественные вопросы и ответы
- Переполнение стека для команд Где разработчики и технологи делятся частными знаниями с коллегами
c # - DotSpatial - Как правильно сохранить турецкие символы (например, 'ə' 'ü' и т.д.) в файле dbf? (Или как изменить кодировку при сохранении файла формы)
Переполнение стека- Около
- Товары
- Для команд
- Переполнение стека Общественные вопросы и ответы
- Переполнение стека для команд
c # - Проблемы с кодированием файлов .dbf dBase III на разных машинах
Переполнение стека- Около
- Товары
- Для команд
- Переполнение стека Общественные вопросы и ответы
- Переполнение стека для команд Где разработчики и технологи делятся частными знаниями с коллегами
- Вакансии Программирование и связанные с ним технические возможности карьерного роста
- Талант Нанимайте технических специалистов и создавайте свой бренд работодателя
- Реклама Обратитесь к разработчикам и технологам со всего мира
- О компании
Загрузка…