一種激進的觀點：不要再用 shp 格式了

原文出自：switchfromshapefile.org

譯者注：本文略偏激，可是我大部分贊同不要再用 shp 格式的思想，積極擁抱新的生產力。

ESRI Shapefile 簡稱 shp 格式，是由 ESRI 公開的一種矢量數據格式，它已經有30多年的歷史了。

儘管這些年它爲各行各業提供了巨大的生產力，可是它在如今這個需求愈來愈變態的行業中已經略顯力不從心。

做爲 GIS IT 行業的一員，是時候中止使用 shp 格式並引入新格式了。

shp 格式好的一面

列舉了一些爲何它的佔有率如此之高的緣由：

• 各類軟件幾乎都內置支持
• 雖然格式是 ESRI 專有，可是其規範是公開的
• 在大多數場景中它夠用
  • 索引文件 （*.shx）爲主文件（*.shp）提供良好的讀取性能
  • 文件體積不大，它在未使用 zip 壓縮時都要比其餘格式要小一些（尤爲是文本類型的格式）

shp 是一種很差的格式

緣由可就多多了：

• 無座標系定義（憋急，待會你看下面仔細的介紹）
• 是一種多文件格式
• 屬性名限制在10個字符
• DBF文件限制了最多255個屬性
• 限制了數據類型，只能是 float、integer、date、text（text最多254字符）
• 並不指明編碼格式
• 單文件最大2GB
• 無拓撲
• 幾何類型在一個文件中是單一的
• 複雜的數據結構是存不了的
• 沒法存儲帶紋理材質的三維數據；沒法存儲參數化對象等
• 投影的定義
• 必須在要素級別挨個指定幾何類型，而不是在數據層面就指定
• 無空值
• ...

無座標系定義

默認狀況下，shp 格式是不帶座標系定義的，必須額外使用一個 *.prj 文件來定義。可是這裏要說清楚，*.prj 並不是 shp 格式規範裏的內容，是額外加上去的。

多文件格式

你至少要三個文件才能完整使用一個 shp 格式 —— *.shx + *.shp + *.dbf。

你甚至見過更多的文件，例如上面提到的 prj，還有 cfg，等等等等。一般，你須要進行 zip 打包或者挨個發送，才能保證數據完整，相信新手都有傳少文件致使烏龍的狀況。

屬性名最多10個字符

因此，在一些古老的高校中仍然推崇使用拼音首字母來寫屬性，你用英文單詞還隨時可能爆掉。

最多255個屬性

其實，255個屬性放在先進的場景下也足夠了，譯者並不以爲是什麼缺點。

屬性值的類型支持得比較少

僅支持 float、integer、char、date 四種。對於 blob、數組、圖像 就不支持了。

不指明編碼格式

必定有朋友在剛接觸時，發現 shp 的屬性表是亂碼的，這就是編碼問題，原先編輯時用的是 gb 編碼，換一臺機器變成了 utf8，或者反過來，就會致使顯示亂碼，這個是歷史遺留問題。

最大 2GB

.shp 和 .dbf 文件最大 2GB，雖然 GDAL 的驅動克服了這個限制能夠達到 4GB

譯者以爲即便是 2GB，對於單份可編輯型數據來講也很大了。

無拓撲

它不存儲複雜的幾何關係。

不支持多幾何類型

一個 shp 文件，只能是一種幾何類型的文件。

譯者以爲保持文件單一性也挺好的，並不認爲一個數據文件裏有多種幾何類型是什麼優勢。

扁平的數據結構

鏈式數據結構，不支持層級數據的存儲等。

三維的支持頗有限

multipatch 雖然是三維幾何形狀，可是並不支持存儲三維數據所需的紋理、材質信息。

投影信息互不兼容

一般，定義座標系的 .prj 文件使用的是 ESRI WKT 來定義座標系統投影信息，這個與 EPSG 的定義是不兼容的。

複合圖形必須在要素層面定義

例如 multi-polygon 和 multi-polyline。

無 NULL 值

沒法在屬性字段裏寫「沒有數據」。不過譯者以爲這是個好事。

替代品

目前有徹底能替代 shp 文件格式的格式嗎？彷佛沒有，畢竟瘦死的駱駝比馬大，在 shp 格式尚未徹底阻礙到生產以前，新格式並無那麼重要。

列舉幾個：

• GeoPackage
• FlatGeobuf
• GeoJSON
• GML
• SpatialLite
• CSV
• KML

OGC GeoPackage

譯者注：早些年我就寫過 gpkg 格式的博客，百度搜便可，很容易找到。

主要特色：

• 以 SQLite 爲基礎
• 單文件
• 支持矢量和柵格
• 有官方拓展
• 多軟件支持

FlatGeobuf

譯者注：我也寫過這個格式，好好找找，能找到的~

主要特色：

• 使用 FlatBuffers 二進制編碼
• 單文件
• 支持矢量數據
• 序列化和流式傳輸至關高效率
• 性能優秀
• 多編程語言、多軟件支持

GeoJSON

這個沒必要多說，用過都知道，短小精悍，可是缺點也很明顯。

OGC GML

這可能不太算一種 shp 格式的替代品，由於 GML 格式相對來講複雜得多，軟件支持率也不算很普遍。

SpatialLite

SpatialLite 與 GeoPackage 同樣是基於 SQLite 拓展而來，可是它只支持矢量數據。不過能用 SpatialLite 的場景，通常也支持 GeoPackage，SpatialLite 只是特定場合的 shp 格式替代品。

CSV

就是一文本表格，它不必定是地理數據，可是它存儲地理數據的時候，最大的特色就是簡單，對非 GIS 行業的人來講特別友好。

OGC KML

kml 是因谷歌地球的歡迎而起家的一種矢量數據格式，最大的特色就是能把樣式也帶進數據裏。其本質是一種 XML 文本文件。僅支持 WGS84 座標系。

ESRI GeoDatabase

做爲一種 shp 替代品，GeoDatabase 格式徹底稱職。可是它並不開源，且數據格式爲 ArcGIS 專有。

特色：

• 面向對象的數據存儲格式
• 存儲介質是多個散列文件
• 支持極爲複雜的數據模型
• 專有格式且是閉源格式