使用 sf::st_read 读取形状文件无法捕获编码 UTF8答案

【问题标题】：Reading shape file with sf::st_read fails to capture encoding UTF8使用 sf::st_read 读取形状文件无法捕获编码 UTF8
【发布时间】：2019-10-27 13:16:24
【问题描述】：

我想读取一个以UTF8 编码的形状文件。当我使用rgdal::readOGR 阅读它时它工作正常，但sf::st_read 无法获得正确的编码。有关如何解决此问题的任何建议？

对于一个可重现的示例，我正在尝试读取的形状文件可以下载here。

阅读`rgdal::readOGR`

shp <- rgdal::readOGR(shp_file, encoding = "UTF-8")
head(shp@data)

>   ID CD_GEOCODM      NM_MUNICIP
> 0 53    1200013      ACRELÂNDIA
> 1 54    1200054    ASSIS BRASIL
> 2 55    1200104       BRASILÉIA
> 3 56    1200138          BUJARI
> 4 57    1200179        CAPIXABA
> 5 58    1200203 CRUZEIRO DO SUL

阅读`sf::st_read`

  sf <- sf::st_read(shp_file, stringsAsFactors=F, options = "ENCODING=UTF8")
  head(sf)


>   ID CD_GEOCODM      NM_MUNICIP                       geometry
> 1 53    1200013   ACREL<c2>NDIA POLYGON ((-67.14117 -9.6833...
> 2 54    1200054    ASSIS BRASIL POLYGON ((-69.79978 -10.506...
> 3 55    1200104    BRASIL<c9>IA POLYGON ((-69.58835 -10.643...
> 4 56    1200138          BUJARI POLYGON ((-68.31643 -9.2954...
> 5 57    1200179        CAPIXABA POLYGON ((-67.84667 -10.287...
> 6 58    1200203 CRUZEIRO DO SUL POLYGON ((-72.89221 -7.4995...


# I have also tried manually adding the encoding but it still doesn't work.

sf <- sf::st_read(shp_file, stringsAsFactors=F, options = "ENCODING=UTF8")
Encoding(sf$NM_MUNICIP) <- "UTF-8"
sf$NM_MUNICIP

> [1] "ACREL\xc2NDIA"        "ASSIS BRASIL"         "BRASIL\xc9IA"         "BUJARI"              
> [5] "CAPIXABA"             "CRUZEIRO DO SUL"      "EPITACIOL\xc2NDIA"    "FEIJ\xd3"            
> [9] "JORD\xc3O"            "M\xc2NCIO LIMA"       "MANOEL URBANO"        "MARECHAL THAUMATURGO"
> [13] "PL\xc1CIDO DE CASTRO" "PORTO WALTER"         "RIO BRANCO"           "RODRIGUES ALVES"     
> [17] "SANTA ROSA DO PURUS"  "SENADOR GUIOMARD"     "SENA MADUREIRA"       "TARAUAC\xc1"         
> [21] "XAPURI"               "PORTO ACRE"

其他形状文件也会出现同样的问题，比如this other one，所以我认为这不是文件本身的问题。

【问题讨论】：

标签： r encoding spatial shapefile sf

【解决方案1】：

当我尝试使用sf::st_read 使用编码为WINDOWS-1252 而不是UTF8 读取它时，它对我有用。希望对你有帮助！

sf <- sf::st_read("ac_municipios/12MUE250GC_SIR.shp", options = "ENCODING=WINDOWS-1252")

【讨论】：

这对我也有用。您原来的 rgdal::readOGR 没有给我正确的编码（在 ubuntu 上，一个 UTF-8 平台 afaik）。我猜你工作的平台起了作用。
谢谢你们。我注意到来自 IBGE（巴西统计局）的形状文件在不同年份使用不同的编码。
shapefile 上的编码可以是 PITA，如果您不在 ASCII 上。过去我使用stri_encode(shape$column, from = "UTF-8", to = "UTF-8") 只是为了强制执行UTF-8 行为。奇怪，但它起作用了......

阅读rgdal::readOGR

阅读sf::st_read

阅读`rgdal::readOGR`

阅读`sf::st_read`