如何硬解析 .shp 文件中的几何体，拯救 .dbf、.shx 等文件缺失的 ESRI Shapefile 格式文件
最近遇到一个问题就是 ESRI Shapefile 格式文件中 .dbf 文件损坏，导致 .shp 无法打开，又不能放弃这个数据，所以只能做修复，网上搜了很多方法，结果都失败了，所以用 deepseek 查询应解析的方法，亲测可行（简单多边形），现将方法分享：
ESRI Shapefile 文件组成
1 核心文件
| 扩展名 | 必选 | 用途 |
|---|---|---|
| .shp | ✅ | 存储几何图形（点、线、面等） |
| .shx | ✅ | 存储几何索引（加速查询） |
| .dbf | ✅ | 存储属性数据（类似表格） |
| .prj | ❌ | 坐标系统定义（如 WGS84） |
| .cpg | ❌ | 字符编码声明（如 UTF-8） |
- 必须同时存在
.shp、.shx、.dbf文件才能正常使用。 - 缺失
.prj可能导致坐标系统未知。
2 .shp 文件结构（二进制格式）
文件头（Header）
| 偏移量 | 长度 | 类型 | 描述 |
|---|---|---|---|
| 0 | 4B | int32 | 文件标识码（固定 9994） |
| 24 | 4B | int32 | 版本号（1000） |
| 28 | 4B | int32 | 几何类型（见下表） |
| 36-68 | 32B | double | 边界框（xmin, ymin, xmax, ymax） |
几何记录（Record）
- 记录头（8B）：
int32记录编号（从1开始）int32记录长度（以 16-bit 字为单位）
- 记录内容：
int32几何类型- 几何数据（坐标点等）
Shapefile 几何类型
| 类型值 | 名称 | 描述 |
|---|---|---|
0 | Null Shape | 空几何 |
1 | Point | 二维点 [x, y] |
3 | PolyLine | 多段线 |
5 | Polygon | 多边形（首尾闭合） |
8 | MultiPoint | 多点集合 |
11 | PointZ | 三维点 [x, y, z, m] |
多边形规则
- 外环：顶点按 逆时针 排列
- 内环（孔洞）：顶点按 顺时针 排列
Python 硬解析只有 .shp 文件的已损坏的 ESRI Shapefile 格式数据（Polygon）
环境和数据准备
安装 gma：
pip install gma
本文基于：gma 2.1.7，Python 3.12
本文用到数据：
链接: https://pan.baidu.com/s/1kMlji9xqSsYIVn1cygIewA?pwd=9nc1
提取码: 9nc1
代码
import structdef parse_polygon_shp(shp_path):polygons = []iii = 0with open(shp_path, "rb") as f:# 跳过文件头（100字节）f.read(100)while True:# 读取记录头（8字节：记录号+长度）record_header = f.read(8)if not record_header:break# 解析记录头（大端序）record_num = struct.unpack(">i", record_header[:4])[0]record_len = struct.unpack(">i", record_header[4:8])[0] # 单位：16-bit words# 读取记录内容（长度：record_len * 2 字节）try:record_data = f.read(record_len * 2)except:breakif len(record_data) < 44: # 多边形至少需要44字节continue# 解析几何类型（小端序，从记录内容开始）shape_type = struct.unpack("<i", record_data[0:4])[0]if shape_type != 5: # 仅处理多边形continue# 解析边界框（4个double）bbox = struct.unpack("<4d", record_data[4:36])# 解析环数和点数num_parts = struct.unpack("<i", record_data[36:40])[0]num_points = struct.unpack("<i", record_data[40:44])[0]# 解析环的起始索引（num_parts个int32）parts = []offset = 44parts_data = record_data[offset : offset + 4 * num_parts]parts = list(struct.unpack(f"<{num_parts}i", parts_data))offset += 4 * num_parts# 解析所有点（num_points个xy对）points = []points_data = record_data[offset : offset + 16 * num_points]for i in range(num_points):x = struct.unpack("<d", points_data[16*i : 16*i + 8])[0]y = struct.unpack("<d", points_data[16*i + 8 : 16*i + 16])[0]points.append((x, y))# 保存多边形数据polygons.append({"shape_type": shape_type,"bbox": bbox,"num_parts": num_parts,"num_points": num_points,"parts": parts,"points": points})return polygonsshp_path = "青海省.shp"
res = parse_polygon_shp(shp_path)import pandas as pd
from gma import iofts = []
for data in res:pt = data['points']ft = io.CreateFeature(pt, GeomType = 'Polygon', Projection = 'WGS84')fts.append(ft)ly = io.CreateLayer(fts)
ly.SaveAs("青海省_New.shp")
注意：此方法暂不适合复杂的多边形。如果是复杂多边形需要进一步优化。