Shapefile 中文變亂碼怎麼辦
該不該改用 GeoPackage
台灣的舊資料大量是 Shapefile,而且很多是用 ArcView、ArcGIS 早期版本或中文版 Windows 產生的,屬性表裡的中文是 Big5 編碼。打開來常見:
- 屬性表的中文變成「���」或「地å€」這種亂碼。
- 欄位名稱被截斷成奇怪的縮寫。
- 檔案寄給別人後,對方打開沒有坐標系,或少了屬性。
- 一份含中文屬性的舊 Shapefile(
.shp、.shx、.dbf,可能還有.prj、.cpg) - 若手邊沒有,可從政府資料開放平臺下載任一 SHP 格式的資料練習
操作步驟(QGIS 4)
Section titled “操作步驟(QGIS 4)”修正讀取時的亂碼
Section titled “修正讀取時的亂碼”-
先看資料夾裡有沒有
.cpg檔,用記事本打開,裡面通常只有一行編碼名稱(例如UTF-8或950)。 -
已載入的圖層:右鍵 屬性 Properties ▸ 來源 Source,修改 資料來源編碼 Data source encoding。台灣的舊資料先試 Big5(或 CP950),新資料試 UTF-8。按套用,打開屬性表確認。
-
尚未載入時:資料來源管理員 Data Source Manager ▸ 向量 Vector,在 編碼 Encoding 先選好再加入。
-
確認中文正常後,另存圖徵為 Save Features As 存成 GeoPackage,之後就不用再處理編碼。
一定要交 Shapefile 時
Section titled “一定要交 Shapefile 時”-
另存圖徵為 Save Features As,格式選 ESRI Shapefile。
-
編碼 Encoding 選 UTF-8(對方的軟體只讀 Big5 時才選 Big5)。
-
確認輸出資料夾中有
.cpg檔,交付時連同.shp、.shx、.dbf、.prj、.cpg一起打包。 -
在交付說明裡寫明編碼與坐標系。
亂碼是怎麼來的
Section titled “亂碼是怎麼來的”文字在檔案裡是一串位元組,要知道「用哪一種編碼」才能還原成字。Big5 和 UTF-8 對同一個中文字的位元組完全不同。QGIS 用錯編碼解讀,就會出現亂碼。
Shapefile 的屬性存在 .dbf(dBase 格式),本身沒有可靠的地方記錄編碼。GDAL(QGIS 讀 Shapefile 用的函式庫)的處理順序是:
- 讀
.cpg檔的編碼設定; - 沒有
.cpg時,退而讀.dbf檔頭的語言驅動代碼(LDID)。
GDAL 文件特別指出,LDID 87 對應的是 ISO-8859-1(西歐語系),「可能不恰當」。很多舊的中文 Shapefile 沒有 .cpg,檔頭又是不正確的 LDID,於是被當成西歐語系解讀,就成了亂碼。手動指定資料來源編碼,就是覆寫這個判斷。
GDAL 也提供 ENCODING 開啟選項與 SHAPE_ENCODING 設定選項,可以在命令列工具或批次處理時強制指定編碼。
Shapefile 的限制
Section titled “Shapefile 的限制”依 GDAL 的 Shapefile 驅動程式文件:
| 限制 | 內容 |
|---|---|
| 欄位名稱 | 最多 10 個字元(以位元組計,中文欄位名稱很快就超過),重複或被截斷的名稱會縮成 8 個字元加序號 |
| 檔案大小 | 不建議 .shp 與 .dbf 超過 2 GB |
| 欄位型態 | 只能建立整數、長整數、實數、字串、日期(只有年月日),不支援日期時間與二進位 |
| 組成 | 至少 .shp、.shx、.dbf 三個檔,少一個就打不開;.prj 記錄坐標系,選用但很重要 |
QGIS 使用手冊也提醒,.prj 常常不包含 QGIS 需要的完整投影參數;TWD67 這類需要基準轉換的坐標系,.prj 的資訊特別容易不完整。
GeoPackage 的優點
Section titled “GeoPackage 的優點”GeoPackage 是以 SQLite 資料庫為容器的開放格式,QGIS 使用手冊說明它是 QGIS 向量資料的預設格式:
- 一個
.gpkg檔可放多個向量圖層、網格圖層與屬性表,自 3.8 起也能存 QGIS 專案。 - 文字一律以 UTF-8 儲存,沒有編碼猜測的問題。
- 欄位名稱不受 10 字元限制,支援日期時間等型態。
- 坐標系存在檔案內部,不靠另一個
.prj檔。
交換資料時,只要對方的軟體能讀 GeoPackage(多數現行 GIS 軟體都支援),就優先用 GeoPackage。
編碼名稱 950 是什麼
Section titled “編碼名稱 950 是什麼”CP950 是 Windows 的繁體中文字碼頁,大致等同 Big5 並加上一些擴充字。.cpg 檔裡寫 950,意思是用這個字碼頁。少數 Big5 沒收錄的字(造字、罕用地名字)在轉換時可能變成問號,交付前要抽查。
| 症狀 | 原因 | 解法 |
|---|---|---|
| 屬性表中文全是亂碼 | 沒有 .cpg,被當成西歐語系解讀 |
在來源分頁把資料來源編碼改成 Big5 |
| 改 Big5 還是亂碼,改 UTF-8 才正常 | 這份資料本來就是 UTF-8 | 依實際結果選,並另存成 GeoPackage 固定下來 |
| 匯出 Shapefile 後欄位名稱被截斷 | 欄位名稱超過 10 個字元(位元組) | 改用短的英文欄位名稱,或改交 GeoPackage |
| 對方打開沒有坐標系 | 少交了 .prj |
交付時檢查檔案組成,或改交 GeoPackage |
| 日期時間欄位匯出後只剩日期 | Shapefile 不支援日期時間型態 | 改用 GeoPackage,或另存成文字欄位 |
| 少數地名字變成問號 | 字不在 Big5 字集內 | 改用 UTF-8 或 GeoPackage,交付前抽查 |


- 找一份中文亂碼的 Shapefile,用來源分頁修正編碼,記下正確的編碼名稱。
- 檢查方式:屬性表中文正常顯示。
- 把它另存為 GeoPackage,再重新載入,確認不用再設定編碼。
- 檢查方式:直接載入即中文正常,坐標系也正確。
- 把同一圖層匯出成 Shapefile,欄位名稱用一個超過 10 個字元的英文名稱,觀察結果。
- 檢查方式:欄位名稱被截斷或縮短加序號。
- GDAL:ESRI Shapefile 驅動程式:
.cpg、LDID、ENCODING 選項、欄位與檔案大小限制 - Supported data formats(QGIS 使用手冊):Shapefile 組成、GeoPackage
- Opening data(QGIS 使用手冊):向量資料的編碼選項