GDAL C#读取shp中文属性值乱码问题

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/liminlu0314/article/details/54096119

GDAL的C#版本读取shp中，如果属性值中含有中文，读出来有可能是乱码的问题，根据SWIG生成的C#代码调试发现问题所在，在Ogr.cs文件中有这么一个函数，代码如下：

  internal static string Utf8BytesToString(IntPtr pNativeData)
  {
    if (pNativeData == IntPtr.Zero)
        return null;

    int length = Marshal.PtrToStringAnsi(pNativeData).Length; //问题在这句
    byte[] strbuf = new byte[length];
    Marshal.Copy(pNativeData, strbuf, 0, length);
    return System.Text.Encoding.UTF8.GetString(strbuf);
  }

问题就出现在上面这句中，如果shp文件中dbf的编码是utf-8的时候，pNativeData实际上就是GDAL库读取到的一个const char*的地址，这个时候，使用Marshal.PtrToStringAnsi函数返回的长度会变小，下面举个栗子：
如果GDAL的C++库返回的const char* pszValue = “中”，那么pNativeData的值实际上就是pszValue这个地址，且用UTF8编码的时候，pszValue指针对应的内存中的信息应该是”E4 B8 AD 00 XX XX”，后面的XX表示其他的东西，只有前四个有用。
这时pNativeData的值就是上面这个”E4 B8 AD 00 XX XX”字符串的地址，调用下面这句，返回的值居然是2。明明一个3的字符串为啥长度是2，就因为这里长度变短，导致后面转string的时候丢失了信息，造成了乱码。

  int length = Marshal.PtrToStringAnsi(pNativeData).Length; //length = 2

本来想试下Marshal.PtrToString其他的函数，结果发现Marshal.PtrToStringAuto和Marshal.PtrToStringUni返回的长度都是16，就更不对了，没办法，用了一个笨办法，写了个循环来查找长度。修改后的代码如下：

  internal static string Utf8BytesToString(IntPtr pNativeData)
  {
    if (pNativeData == IntPtr.Zero)
        return null;

    int nMaxLength = Marshal.PtrToStringAuto(pNativeData).Length;
    int length = 0;//循环查找字符串的长度
    for(int i=0; i<nMaxLength; i++)
    {
        byte []strbuf1 = new byte[1];
        Marshal.Copy(pNativeData+i, strbuf1, 0, 1);
        if(strbuf1[0] == 0)
        {
            break;
        }
        length++;
    }

    byte[] strbuf = new byte[length];
    Marshal.Copy(pNativeData, strbuf, 0, length);
    return System.Text.Encoding.UTF8.GetString(strbuf);
  }

同理，将Gdal.cs、Osr.cs这两个文件里面的这个函数也修改，重新编译即可解决这个问题。

最后，如果与shp中dbf的编码使用GBK之类的编码，请设置SHAPE_ENCODING这个配置项，如果shp文件夹中有同名的cpg文件则可以不用设置，但是确保cpg文件中写的编码与dbf中的实际编码相对应。