Shape文件格式

Shape文件格式

一个ESRI的shapefile数据包含一个主文件（.shp），一个索引文件（.shx）和一个dBASE（.dbf）表。主文件是直接访问的，变长记录的文件，每一条记录都描述一个形状的一系列结点。在索引文件中，每一条记录包含主文件相应记录相对于主文件头的偏移量。dBASE表中每条记录表示一个要素的属性。这种几何结构和属性要素一对一的关系是通过记录号来控制的，表中的属性记录的顺序必须和主文件中的记录顺序相同。

Shapefile存储Integer和Double型的数据。Integer数据是有符号32位Integer（4字节），Double数据是有符号64位IEEEDouble浮点数据（8字节）。浮NumPoints必须是数字的值，正无穷、负无穷和非数字（NaN）值都是不允许的。不过，shapefile支持“无数据”的值，但是通常只能用于测量。任何小于-10（38）浮点数都被认为是“无数据”。

一、主文件：

主文件（.shp）包含一个定长的文件头，之后就是变长的记录。每一条变长的记录都是由一个定长的记录头和变长的记录内容组成的。Shapefile的内容分为两类：一是数据相关，包括主文件记录内容和主文件头的数据描述范围（形状类型，最小矩形外框等）；二是文件管理相关，包括文件和记录的长度和记录的偏移量等。主文件中用于记录数据相关的Integer和DoubleInteger的字节序是little endian（PC或Intel），而用于文件管理相关的字节序则是big endian（Sun or Motorola）。

主文件头长度为100字节。下表列出文件头的字节位置、值、类型和字节序。

起始位置	字段名称	字段值	字段类型	字节序
0	File Code	9994	Integer	big
4	Unused	0	Integer	big
8	Unused	0	Integer	big
12	Unused	0	Integer	big
16	Unused	0	Integer	big
20	Unused	0	Integer	big
24	文件长度	文件的实际长度	Integer	big
28	版本号	1000	Integer	Little
32	几何类型	表示这个Shapefile文件所记录的空间数据的几何类型	Integer	Little
36	Xmin	空间数据所占空间范围的X方向最小值	Double	Little
44	Ymin	空间数据所占空间范围的Y方向最小值	Double	Little
52	Xmax	空间数据所占空间范围的X方向最大值	Double	Little
60	Ymax	空间数据所占空间范围的Y方向最大值	Double	Little
68*	Zmin	空间数据所占空间范围的Z方向最小值	Double	Little
76*	Zmax	空间数据所占空间范围的Z方向最大值	Double	Little
84*	Mmin	最小Measrue值	Double	Little
92*	Mmax	最大Measrue值	Double	Little

表1.shp文件的头文件结构

注：最后4个加星号特别标示的四个数据只有当这个Shapefile文件包含Z方向坐标或者具有Measrue值时才有值，否则为0.0。所谓Measrue值，是用于存储需要的附加数据，可以用来记录各种数据，例如权值、道路长度等信息。

文件长度是文件的所有长度，用16位字表示（即包括50个16位字长度的文件头）。

编号	几何类型
0	Null Shape（表示这个Shapefile文件不含坐标）
1	Point（表示Shapefile文件记录的是点状目标，但不是多点）
3	PolyLine（表示Shapefile文件记录的是线状目标）
5	Polygon（表示Shapefile文件记录的是面状目标）
8	MultiPoint（表示Shapefile文件记录的是多点，即点集合）
11	PointZ（表示Shapefile文件记录的是三维点状目标）
13	PolyLineZ（表示Shapefile文件记录的是三维线状目标）
15	PolygonZ（表示Shapefile文件记录的是三维面状目标）
18	MultiPointZ（表示Shapefile文件记录的是三维点集合目标）
21	PointM（表示含有Measrue值的点状目标）
23	PolyLineM（表示含有Measrue值的线状目标）
25	PolygonM（表示含有Measrue值的面状目标）
28	MultiPointM（表示含有Measrue值的多点目标）
31	MultiPatch（表示复合目标）

表2 shapefiles文件支持的几何类型

每一条记录的头保存该条记录的记录号和记录内容的长度（记录内容的长度不包括记录头的长度，其单位是字）。记录头是定长的，占8字节。前4字节Integer表示记录号，从1开始，字节序是Big；后4字节Integer表示记录内容长度，字节序是Big。内容长度只是内容的长度，用16位字表示。所以，每条记录的长度就是（4＋内容长度）的16位字表示。

主文件的记录内容包含几何类型和几何数据。记录内容的长度取决于形状的部分和结点的数量，每一种几何类型有其相应的记录内容。如下：

（１）Null Shape：通常Null Shape是用来占位的，在shapefile创建时设置为 Null Shape，之后再添加几何数据。

起始位置	字段名称	字段值	数据类型	个数	字节序
Byte0	几何形状	0	Integer	1	Little

表3  Nullshape的内容表

（２）Point-X，Y空间的点：包括一对Double型的X，Y坐标值。

起始位置	字段名称	字段值	数据类型	个数	字节序
Byte0	几何形状	3	Integer	1	Little
Byte4	X	X坐标值	Double	1	Little
Byte12	Y	Y坐标值	Double	1	Little

表4 Point的内容表

（３）MultiPoint -X，Y空间的多点：是一个点集。包括边界框、点的个数和各个点的坐标。(注：所有的边界框都是以Xmin,Ymin,Xmax,Ymax的顺序存储的)

起始位置	字段名称	字段值	数据类型	个数	字节序
Byte	几何形状	8	Integer	1	Little
Byte	边界框	矩形定点值	Double	4	Little
Byte	点数(NumPoints)	点的个数	Integer	1	Little
Byte	点集	各个点的坐标	Point	点的个数	Little

表5 MultiPoint的内容表

（４）PolyLine -X，Y空间的线状目标：是一个有序的顶点集合，包括一个或多个部分。部分是指连接两个或两个以上顶点的序列。部分可能会相连也可能不相连，可能相交也可能不相交。其记录内容包括边界框、部分数、点数、每个部分第一个点的索引序号和各个点的坐标。（注：x=44+4*NumParts）

起始位置	字段名称	字段值	数据类型	个数	字节序
Byte0	几何类型	3	Integer	1	Little
Byte4	边界框	矩形顶点值	Double	4	Little
Byte36	部分数 (Numparts)	部分个数值	Integer	1	Little
Byte40	点数 （Numpoints）	点的个数值	Integer	1	Little
Byte44	部分集 （Parts）	每个部分第一点在点集中的序号	Integer	部分的个数	Little
x	点集 (points)	各个点的坐标	Point	点的个数	Little

表6  PolyLine的内容表

（５）Polygon -X，Y空间的面状目标：一个面状目标包含一个或多个环。环是一个首尾连接的由4个或4个以上的点组成的一个封闭的，非自交的环路。一个面状目标可能包含多重外环路。一个环的顶点顺序或方向显示了环是否位于面状目标的内部。内部环是逆时针的，而简单的环状面状目标通常是顺时针的。和线类似，面状目标也包括边界框、部分数、点数、每个部分(Parts)的第一个点的索引序号和各个点的坐标，只是面状目标中把环看做是部分(Parts)。

下面这个例子是一个包含一个内环的共有8个顶点的面状目标。对于面状目标类型有几点需要注意：

l         环是封闭的，也就是第一个和最后一个顶点必须是相同的。

l         每一个环的顶点组成的点的数组中，环的顺序是不重要的。

l         存储在shapefile中的多边形必须是“干净的”。这里干净的多边形是指：

Ø     不自交。就是说属于一个环的部分不能也属于另一个环。顶点可以共用，但环中的部分不能共用。

Ø     内部环是逆时针顺序的。“不干净的”多边形中内环的顺序也是顺时针的，会造成内部重叠。

以上图为例，该多边形部分个数为2，顶点个数为10。

部分：0（第一部分由v1、v2、v3、v4、v1组成，第一个顶点在点集中的序号为0）　　　

5（第二部分由v5、v8、v7、v6、v5组成，第一个顶点在点集中的序号为5，且为内环，所以点的顺序是逆时针）

点集：　v1 　v2 　v3 　v4 　v1 　v5 　v8 　v7 　v6 　v5

（序号）   0      1   　2      3     4       5      6     7      8      9

（其他的几何类型与此类似）

(注：x= x=44+4*部分的个数)

起始位置	字段名称	字段值	数据类型	个数	字节序
Byte0	几何类型	5	Integer	1	Little
Byte4	边界框	矩形顶点值	Double	4	Little
Byte36	部分数 (Numparts)	部分的个数值	Integer	1	Little
Byte40	NumPoints （Numpoints）	点的个数值	Integer	1	Little
Byte44	部分集 （Parts）	每个部分的第一点在点集中的序号	Integer	部分的个数	Little
x	点集 (points)	各个点的坐标	Point	点的个数	Little

表7 Polygon的内容表

（6）PointM- M型点：这种点有一个额外的坐标 M，注意"没有数据"的值可以被指定为M的一个值。 一个PointM的记录内容包括一对以X,Y顺序排列的Double的坐标，再加上MEASRUE值。

起始位置	字段名称	字段值	数据类型	个数	字节序
Byte0	几何类型	21	Integer	1	Little
Byte4	X	X坐标值	Double	1	Little
Byte12	Y	Y坐标值	Double	1	Little
Byte20	M（Measure）	Measure值	Double	1	Little

表8  PointM的内容表

（7）MultiPointM -M型多点的纪录内容（注：X=40+point类型所占的字节数*点的个数）

起始位置	字段名称	字段值	数据类型	个数	字节序
Byte0	几何类型	28	Integer	1	Little
Byte4	边界框	矩形顶点值	Double	4	Little
Byte36	NumPoints	点的个数值	Integer	1	Little
Byte40	点集	各个点的坐标	Point	点的个数	Little
X	M最小值	M的最小值	Double	1	Little
X+8	M最大值	M的最大值	Double	1	Little
X+16	Marray	各点的Measure值	Double	点的个数	Little

表9 MultiPointM的内容表

（8）PolyLineM -M型线状目标的记录内容（注：X=44+4*部分的个数，Y=X+point类型所占的字节数）

起始位置	字段名称	字段值	数据类型	个数	字节序
Byte0	几何类型	23	Integer	1	Little
Byte4	边界框	矩形顶点值	Double	4	Little
Byte36	部分数	部分的个数值	Integer	1	Little
Byte40	NumPoints	点的个数值	Integer	1	Little
Byte44	部分集	每个部分的第一点在点集中的序号	Integer	部分的个数	Little
X	点集	各点的坐标值	Point	点的个数	Little
Y	M最小值	M的最小值	Double	1	Little
Y+8	M最大值	M的最大值	Double	1	Little
Y+16	Marray	各点的Measure值	Double	点的个数	Little

表10 PolyLineM的内容表

（9）PolygonM- M型面状目标的记录内容（X,Y值同上）

起始位置	字段名称	字段值	数据类型	个数	字节序
Byte0	几何类型	25	Integer	1	Little
Byte4	边界框	矩形顶点值	Double	4	Little
Byte36	部分数	部分的个数值	Integer	1	Little
Byte40	NumPoints	点的个数值	Integer	1	Little
Byte44	部分集（Parts）	每个部分的第一点在点集中的序号	Integer	部分的个数	Little
X	点集 （Points）	各点的坐标值	Point	点的个数	Little
Y	M最小值	M的最小值	Double	1	Little
Y+8	M最大值	M的最大值	Double	1	Little
Y+16	Marray	各点的Measure值	Double	点的个数	Little

表11 PolygonM 的内容表

（10）PointZ- Z型点

起始位置	字段名称	字段值	数据类型	个数	字节序
Byte0	几何类型	11	Integer	1	Little
Byte4	X	X坐标值	Double	1	Little
Byte12	Y	Y坐标值	Double	1	Little
Byte20	Z	Z坐标值	Double	1	Little
Byte28	M	Measure值	Double	1	Little

表12 PointZ的记录内容

(11)Z型多点（暂没查到其内容表，但根据其它的我认为应与MultiPoint相同只是多了Z值和MEASRUE值）

（12）PolyLineZ -Z型线装目标

起始位置	字段名称	字段值	数据类型	个数	字节序
Byte0	几何类型	13	Integer	1	Little
Byte4	边界框	矩形的顶点值	Double	4	Little
Byte36	NumParts	部分（parts）的个数值	Integer	1	Little
Byte40	NumPoints	点的个数值	Integer	1	Little
Byte44	部分集（Parts）	每个部分的第一点在点集中的序号	Integer	NumParts	Little
X	点集(Points)	各点的坐标值	Point	NumPoints	Little
Y	Zmin	Zmin	Double	1	Little
Y+8	Zmax	Zmax	Double	1	Little
Y+16	Zarray	各点的z坐标值	Double	NumPoints	Little
Z	Mmax	Mmax	Double	1	Little
Z+8	Mmin	Mmin	Double	1	Little
Z+16	Marray	各点的Measure值	Double	NumPoints	Little

表13 PolyLineZ的记录内容

注意：X=44+4* NumParts Y ＝ X＋（16* NumPoints）Z=Y+16+(8* NumPoints) *可选的多边形Z 一个多边形Z包含一个或多个环。一个环是四或多个点彼此相连组成的一个闭合的彼此不相交的环。一个多边形可能包括多个外环，一个多边形Z的环是被做为它的一部分的。

（13）PolygonZ -Z型面状目标

起始位置	字段名称	字段值	数据类型	个数	字节序
Byte0	几何类型	15	Integer	1	Little
Byte4	边界框	矩形的顶点值	Double	4	Little
Byte36	NumParts	部分（parts）的个数值	Integer	1	Little
Byte40	NumPoints	点的个数值	Integer	1	Little
Byte44	Parts数组	每个部分的第一点在点集中的序号	Integer	NumParts	Little
X	Points数组	各点的坐标值	Point	NumPoints	Little
Y	Zmin	Zmin	Double	1	Little
Y+8	Zmax	Zmax	Double	1	Little
Y+16	Zarry	Zarry	Double	NumPoints	Little
Z	Mmin	Mmax	Double	1	Little
Z+8	Mmax	Mmin	Double	1	Little
Z+16	Marry	Marry	Double	NumPoints	Little

表14 PolygonZ的记录内容

一个MultiPatch 包括许多表面部分（parts）。每个表面部分（parts)描述了一个表面。部分类型是控制一个MultiPatch部分的vertices顺序是如何。

一个MultiPatch的部分（parts）可以是以下类型：

三角形条带 ：三角形的连接条带，此处每个顶点（在开始二个后）完成一个新三角形。一个新三角形总是通过把新顶点和二个临近的原有点相连而得到。

三角形扇： 三角形的连接扇，此处每个顶点（在开始二个后）完成一个新三角形。一个新三角形总是通过把新顶点和一个个临近的原有点及这部分的第一个顶点相连而得到。

外环 ：           多边形的外环。

内环 ：           多边形的洞。

第一环 ：         未定义类型的多边形的第一个环。

环     ：         未定义类型的多边形的环。

一个简单的三角形条带或三角形扇代表一个简单的表面部分（parts)参见表14 看这些部分类型的例子。带环的部分的序列能描述有洞的多边形表面。该序列典型包括一个外环，代表部分（parts)的外边界，用许多内环代表洞。当用代表表现带洞的多边形部分（parts)环的集合的个体环是不知道，整个序列以第一环开始，接着是其他的环。不跟着第一环后的环的序列被认为是没有洞的外环的序列。

表14 MultiPatch 部分例子

用来对部分类型(PartsTypes)进行编码的值有：

值	0	1	2	3	4	5
部分类型	三角形条带	三角形扇	外环	内环	第一环	环

起始位置	字段名称	字段值	数据类型	个数	字节序
Byte0	几何类型	15	Integer	1	Little
Byte4	边界框	矩形的顶点值	Double	4	Little
Byte36	NumParts	部分（parts）的个数值	Integer	1	Little
Byte40	NumPoints	点的个数值	Integer	1	Little
Byte44	Parts数组	每个部分的第一点在点集中的序号	Integer	NumParts	Little
X	PartsTypes数组	各部分的类型值	Integer	NumParts	Little
Y	Points数组	各点的坐标值	Point	NumPoints	Little
Z	Zmin	Zmin	Double	1	Little
Z+8	Zmax	Zmax	Double	1	Little
Z+16	Zarry	Zarry	Double	NumPoints	Little
T	Mmin	Mmax	Double	1	Little
T+8	Mmax	Mmin	Double	1	Little
T+16	Marry	Marry	Double	NumPoints	Little

表15   MultiPatch的记录内容

二、索引文件：

索引文件包括100字节的文件头和定长为8字节的若干条记录。

索引文件头中的文件长度也是用16位字（即两个字节）来计算的，所以其长度为（50+记录的条数乘以4）个字。

第I条索引记录存储其在主文件中的偏移量和主文件中该条记录的内容长度。如下表所示：

位置	字段	字段值	字段类型	字节序
0	偏移量	偏移量值	Integer	Big
4	内容长度	内容长度值	Integer	Big

注意：记录的偏移量是从主文件的开头到该条记录头的第一个字节的以16位字来计算的偏移量。所以，第一条记录的偏移量就是50，因为主文件有100字节的头。

三、dBASE文件

dBASE文件包括要素的属性或者让其他表可以连接的属性关键值。它的格式是标准的数据库文件格式。有4个要求：

l         文件名必须与主文件和索引文件的名字相同，文件名后缀必须是.dbf。

l         表中必须每一个要素都有一条记录。

l         记录的顺序必须和主文件中的要素记录的顺序相同。

l         dBASE头中的年份值必须是1900年之后的。

1)        属性文件的文件头

其中文件头部分的长度是不定长的，它主要对DBF文件作了一些总体说明(见表)其中最主要的是对这个DBF文件的记录项的信息进行了详细地描述，比如对每个记录项的名称、数据类型、长度等信息都有具体的说明。如下表所示：

在文件中的位置	内容	说明
0	1个字节	表示当前的版本信息
1－3	3个字节	表示最近的更新日期，按照YYMMDD格式。
4－7	1个32位数	文件中的记录条数。
8－9	1个16位数	文件头中的字节数。
10－11	1个16位数	一条记录中的字节长度。
12－13	2个字节	保留字节，用于以后添加新的说明性信息时使用，这里用0来填写。
14	1个字节	表示未完成的操作。
15	1个字节	dBASE IV编密码标记。
16－27	12个字节	保留字节，用于多用户处理时使用。
28	1个字节	DBF文件的MDX标识。在创建一个DBF 表时 ，如果使用了MDX格式的索引文件，那么 DBF 表的表头中的这个字节就自动被设置了一个标志，当你下次试图重新打开这个DBF表的时候，数据引擎会自动识别这个标志，如果此标志为真，则数据引擎将试图打开相应的MDX 文件。
29	1个字节	Language driver ID.
30－31	2个字节	保留字节，用于以后添加新的说明性信息时使用，这里用0来填写。
32－X	（n*32）个字节	记录项信息描述数组。n表示记录项的个数。这个数组的结构在表17中有详细的解释。
X＋1	1个字节	作为记录项终止标识。（终止的标记为0X0D）

表16  .dbf文件的文件头

(注：X+2   到  X+264 范围内的263   个字节包含后链信息（相关数据库   (.dbc)   的相对路径）。如果第一个字节为   0x00，则该文件不与数据库关联。因此数据库文件本身总是包含   0x00。  )

位置	内容	说明
0－10	11个字节	记录项名称，是ASCII码值。
11	1个字节	记录项的数据类型，是ASCII码值。（B、C、D、G、L、M和N，具体的解释见表2.9）。
12－15	4个字节	保留字节，用于以后添加新的说明性信息时使用，这里用0来填写。
16	1个字节	记录项长度，二进制型。
17	1个字节	记录项的精度，二进制型。
18－19	2个字节	保留字节，用于以后添加新的说明性信息时使用，这里用0来填写。
20	1个字节	工作区ID。
21－30	10个字节	保留字节，用于以后添加新的说明性信息时使用，这里用0来填写。
31	1个字节	MDX标识。如果存在一个MDX 格式的索引文件，那么这个记录项为真，否则为空。

表17  .dbf文件记录项的信息描述

代码	数据类型	允许输入的数据
B	二进制型	各种字符。
C	字符型	各种字符。
D	日期型	用于区分年、月、日的数字和一个字符，内部存储按照YYYYMMDD格式。
G	(General or OLE)	各种字符。
N	数值型(Numeric)	- . 0 1 2 3 4 5 6 7 8 9
L	逻辑型（Logical）	? Y y N n T t F f (? 表示没有初始化)。
M	(Memo)	各种字符。

表18 .dbf文件中的数据类型

2)      属性文件的实体信息

实体信息部分就是一条条属性记录，每条记录都是由若干个记录项构成，因此只要依次循环读取每条记录就可以了。

可以用Ultra Edit查看shape文件的源代码。