Shp數(shù)據(jù)結(jié)構(gòu)解析及一種底層讀取方法

陳明超 劉朋飛*

（天津師范大學(xué) 地理與環(huán)境科學(xué)學(xué)院，天津300387）

Shapefile 文件是ESRI 公司提出的用于描述空間數(shù)據(jù)的幾何和屬性特征的非拓?fù)鋵?shí)體矢量數(shù)據(jù)結(jié)構(gòu)的一種格式[1]，利用歐幾里得幾何學(xué)中的點(diǎn)、線、面、體來表示地理實(shí)體的一種數(shù)據(jù)組織方式。該文件格式已經(jīng)成為GIS 界的一個開放標(biāo)準(zhǔn)，同時也是一種重要的矢量數(shù)據(jù)交換格式。能很好的表達(dá)地理實(shí)體分布特征、數(shù)據(jù)精度高、冗余度低，在桌面版GIS 應(yīng)用程序和WebGIS中有廣泛的應(yīng)用。

1 Shapefile 數(shù)據(jù)文件結(jié)構(gòu)

一個完整的Shapfile 文件包含如下（如表1 所示）幾個子文件，常用的子文件包括.shx 格式的幾何特征索引文件，.shp 格式的幾何文件，.dbf 格式的屬性文件[2]和.prj 格式的投影文件。.shp文件為其中的主文件，本文的研究基于此展開。

表1 Shapefile 文件子文件

Shp 數(shù)據(jù)結(jié)構(gòu):

Shp 文件主要由文件頭和信息記錄兩部分組成，文件頭存儲與文件基本特征相對應(yīng)的數(shù)據(jù)，信息記錄由多條子記錄組成，每條記錄表示相應(yīng)的幾何實(shí)體信息。文件頭總長度為100 字節(jié)，分為基本識別信息和空間概況信息?；咀R別信息包含八個int類型字段，總長度32 字節(jié)。空間概況信息包含一個int 類型字段和八個double 類型字段，總長度68 字節(jié)。具體字段信息如表2和表3 所示。

表2 基本識別信息結(jié)構(gòu)

表3 空間概況信息字段信息結(jié)構(gòu)

其中最大最小X,Y 坐標(biāo)值構(gòu)成了最小外接矩形（MER），Z 坐標(biāo)為非必要字段。讀取時按照起始位置依次讀取，如讀取FileCode 字段從第零位開始，讀Unused 字段從第四位開始讀。

信息記錄部分由多個子記錄組成，沒有固定的長度，最終長度取決于子記錄的個數(shù)和每個子記錄的長度。每個子記錄由記錄頭信息和空間信息記錄組成，記錄頭信息包含記錄號和記錄長度，均為int 型，總長度為八字節(jié)?？臻g記錄信息包含數(shù)據(jù)類型和坐標(biāo)對信息，具體結(jié)構(gòu)如圖1 所示。

表4 空間實(shí)體類型

圖1 空間記錄信息結(jié)構(gòu)

其中的Shapetype 字段表示該shp 數(shù)據(jù)表示的實(shí)體類型，常見的類型包括點(diǎn)（point）、線（polyline）和面（polygon）等。全部的實(shí)體類型如表4 所示。

1.1 point 數(shù)據(jù)結(jié)構(gòu)

Point 是shp 數(shù)據(jù)中最簡單的實(shí)體類型，由一個int 型的Shapetype 和一對double 型的坐標(biāo)對組成，單個Point 實(shí)體長度固定為20 字節(jié)，存儲結(jié)構(gòu)如圖2 所示。

圖2 Point 對象存儲結(jié)構(gòu)

1.2 polyline 數(shù)據(jù)結(jié)構(gòu)

Polyline 是我們常用的另一種實(shí)體類型，GIS 中的河流，路網(wǎng)等都屬于polyline 實(shí)體。一個polyline 實(shí)體可能包含一條折線，也可能包含多條折線,每條折線叫做一個分段，每次讀取依次從每條折線首個節(jié)點(diǎn)索引位置開始。在polyline 存儲結(jié)構(gòu)中，存儲最小外接多邊形、折線數(shù)、每條折線的起始點(diǎn)位置、節(jié)點(diǎn)數(shù)目以及所有的節(jié)點(diǎn)坐標(biāo)等。具體的存儲字段如表5 所示，存儲結(jié)構(gòu)如圖3 所示，示例如圖4 和圖5 所示。

表5 polyline 數(shù)據(jù)存儲字段

圖3 polyline 存儲結(jié)構(gòu)

圖4 示例polyline

圖5 多段線存儲結(jié)構(gòu)

1.3 polygon 數(shù)據(jù)結(jié)構(gòu)

polygon 是shapefile 數(shù)據(jù)中又一重要的實(shí)體類型，常用來表示公園、小區(qū)、省市等面狀實(shí)體。一個polygon 可由一個polyline實(shí)體首尾相連組成，也可由多個polyline 實(shí)體首尾相連組成，每個節(jié)點(diǎn)的坐標(biāo)可由polyline 存儲結(jié)構(gòu)中獲取，該方法保證了多邊形公共邊的唯一性[3]。同時每條邊具有方向性，最外層的polyline 由起點(diǎn)沿順時針到終點(diǎn)，其手邊為polygon 區(qū)域，存在島的polygon 為起點(diǎn)沿逆時針方向到終點(diǎn)的右手邊方向。組成polygon 的邊界polyline 不能存在交叉，即為一個“干凈的多邊形”[4]。由于polyline 為閉合環(huán)，存在首尾重合，所以在存儲上會多一個point，比如存儲一個四邊形邊界要存儲五個點(diǎn)。polygon由polyline 組成，同時具有與polyline 相同的存儲結(jié)構(gòu)。

2 Shp 數(shù)據(jù)讀取程序設(shè)計

2.1 設(shè)計原則及方法

本次程序設(shè)計使用Visual Studio 2019 平臺，使用的語言為C#語言，采用純底層面向?qū)ο蟮姆椒▽?shí)現(xiàn)。

本次設(shè)計基于文件流的方式，使用BinaryReader 類讀取二進(jìn)制文件。通過解析數(shù)據(jù)結(jié)構(gòu)，可知.shp 數(shù)據(jù)結(jié)構(gòu)中存儲的字段為長度為四個字節(jié)的int 型和長度為為八個字節(jié)的double 型，使用BinaryReader 類提供的ReadInt32()方法和ReadDouble()方法進(jìn)行讀取，ReadInt32()方法從當(dāng)前流中讀取四個字節(jié)的有符號整數(shù)，并使流的當(dāng)前位置提升四個字節(jié)，ReadDouble()從當(dāng)前流中讀取八個字節(jié)的浮點(diǎn)值，并使流的當(dāng)前位置提升八個字節(jié)，這兩種方法保證了相鄰兩次讀取文件的連續(xù)性。

2.2 核心代碼說明

3 程序測試

本次程序測試使用的數(shù)據(jù)為point、ployline 和polygon 三種類型，測試結(jié)果如圖6- 圖8 所示。

圖6 點(diǎn)數(shù)據(jù)測試結(jié)果

圖7 線數(shù)據(jù)測試結(jié)果

圖8 面數(shù)據(jù)測試結(jié)果

本文首先對Shapefile 文件結(jié)構(gòu)做了詳細(xì)的解析，使讀者對我們常用的Shapefile 文件的組成有了清晰的了解。同時本文將研究重點(diǎn)放在了shp 數(shù)據(jù)結(jié)構(gòu)解析上，使讀者對shp 數(shù)據(jù)的理解從簡單的的“點(diǎn)、線、面、坐標(biāo)對”層次上升到更加詳細(xì)的結(jié)構(gòu)化層次，包括完整的shp 數(shù)據(jù)結(jié)構(gòu)、點(diǎn)線面不同實(shí)體的數(shù)據(jù)結(jié)構(gòu)以及不同位置字段的類型和長度。在文章的最后采用winForm形式基于文件流的方法實(shí)現(xiàn)從底層進(jìn)行讀取，并得到了很好的效果。由于能力有限，程序中還存在一些不足，比如無法實(shí)現(xiàn)點(diǎn)線面實(shí)體的疊加顯示，無法顯示屬性信息等。在我們今后的學(xué)習(xí)中還會做深入的研究和完善。近年來，隨著輕量化GIS 的 發(fā)展，.shp 數(shù)據(jù)在web 服務(wù)發(fā)布中更得到了進(jìn)一步的應(yīng)用，比如在GeoServer 中發(fā)布為地圖服務(wù)[5]，在QGIS 中轉(zhuǎn)換成輕量級的JSON 格式數(shù)據(jù)供前后端交互等。今后的研究將在此研究的基礎(chǔ)上，把一部分精力放在shp 數(shù)據(jù)格式研究和應(yīng)用研究上，在GIS應(yīng)用和發(fā)展中，發(fā)揮出shp 數(shù)據(jù)更大的作用和優(yōu)勢。