GDAL 在把 dxf 转成 geojson 后，cad的图层名中文乱码问题

问题：

之前使用gdal，把dxf转成geojson时遇到中文乱码的问题。所以使用下面三行解决了：

// 为了支持中文路径，请添加下面这句代码
gdal.SetConfigOption("GDAL_FILENAME_IS_UTF8", "YES");
// 为了使属性表字段支持中文，请添加下面这句
gdal.SetConfigOption("SHAPE_ENCODING", "");
//设置DXF缺省编码
gdal.SetConfigOption("DXF_ENCODING", "ASCII");

现在遇到问题：有的dxf转换后出现乱码问题。
已经确认是第三行的原因：gdal.SetConfigOption("DXF_ENCODING", "ASCII");这行代码现在是支持UTF-8字符的，但是不支持其他比如ANSI。

测试与比较：

下面拿两中dxf进行测试：
已知：

1. 乱码2004.dxf：小于2007版本。
2. 正常2007.dxf：大于等于2007版本。
   这两个文件，在用gdal转成geojson后，04版的出现中文乱码现象。

使用winmerge比较这两个文件，查看二进制比较结果，发现：
第一，04版本为GB2312字符、07版本的为UTF-8字符。
第二，二进制文件中两者开头却没有区分字符格式的头字符。

思路：

由上面结果可以得出：只要可以区分字符类型即可。
所以现在用程序去全文扫描检测判断字符类型。我们使用cpdetector

cpdetector安装与使用：

1. 下载编码检测依赖：

https://sourceforge.net/projects/cpdetector/files/latest/download

2-1. idea - Project Structure - Project Settings - Libraries - 点加号添加依赖：

把 F:\ckk\newCoalProject20201026\cpdetector_1.0.10_binary 下：cpdetector_1.0.10.jar
和 ext/下的：antlr-2.7.4.jar、chardet-1.0.jar、jargs-1.0.jar
依赖引入。

2-2. 或者把jar都打到本地maven仓库：

# mvn install:install-file -Dfile=F:\ckk\newCoalProject20201026\cpdetector_1.0.10_binary/cpdetector_1.0.10.jar -DgroupId=com.hongyi -DartifactId=cpdetector -Dversion=1.0.10 -Dpackaging=jar

# mvn install:install-file -Dfile=F:\ckk\newCoalProject20201026\cpdetector_1.0.10_binary\ext/antlr-2.7.4.jar -DgroupId=com.hongyi -DartifactId=antlr -Dversion=2.7.4 -Dpackaging=jar

# mvn install:install-file -Dfile=F:\ckk\newCoalProject20201026\cpdetector_1.0.10_binary\ext/chardet-1.0.jar -DgroupId=com.hongyi -DartifactId=chardet -Dversion=1.0 -Dpackaging=jar

# mvn install:install-file -Dfile=F:\ckk\newCoalProject20201026\cpdetector_1.0.10_binary\ext/jargs-1.0.jar -DgroupId=com.hongyi -DartifactId=jargs -Dversion=1.0 -Dpackaging=jar
引入到pom文件：

        
            com.hongyi
            cpdetector
            1.0.10
        
        
            com.hongyi
            antlr
            2.7.4
        
        
            com.hongyi
            chardet
            1.0
        
        
            com.hongyi
            jargs
            1.0
        

3.EncodingDetector.java工具类：

package com.hongyi.cms.gismap.util;

import info.monitorenter.cpdetector.io.ASCIIDetector;
import info.monitorenter.cpdetector.io.CodepageDetectorProxy;
import info.monitorenter.cpdetector.io.JChardetFacade;
import info.monitorenter.cpdetector.io.ParsingDetector;
import info.monitorenter.cpdetector.io.UnicodeDetector;

import java.io.BufferedInputStream;
import java.io.File;
import java.io.FileInputStream;
import java.io.InputStream;
import java.nio.charset.Charset;

import lombok.extern.slf4j.Slf4j;

@Slf4j
public class EncodingDetector {

    private static final CodepageDetectorProxy detector = CodepageDetectorProxy .getInstance();

    static {
/*-------------------------------------------------------------------------
ParsingDetector可用于检查HTML、XML等文件或字符流的编码,构造方法中的参数用于
指示是否显示探测过程的详细信息，为false不显示。
---------------------------------------------------------------------------*/
        detector.add(new ParsingDetector(false));
/*--------------------------------------------------------------------------
JChardetFacade封装了由Mozilla组织提供的JChardet，它可以完成大多数文件的编码
测定。所以，一般有了这个探测器就可满足大多数项目的要求，如果你还不放心，可以
再多加几个探测器，比如下面的ASCIIDetector、UnicodeDetector等。
---------------------------------------------------------------------------*/
        detector.add(JChardetFacade.getInstance());
// ASCIIDetector用于ASCII编码测定
        detector.add(ASCIIDetector.getInstance());
// UnicodeDetector用于Unicode家族编码的测定
        detector.add(UnicodeDetector.getInstance());
    }

    public static String getCharset(File file) {
        Charset charset = null;
        try {
            charset = detector.detectCodepage(new BufferedInputStream(new FileInputStream(file)), Integer.MAX_VALUE);
            log.info("file [{}] > charset:{}", file, null != charset ? charset.name() : null);
//            file [F:\ckk\mapbox研究\test\乱码版本1.dxf] > charset:GB2312
//            file [F:\ckk\mapbox研究\test\正常版本.dxf] > charset:UTF-8
//            file [F:\ckk\mapbox研究\test\乱码版本2.dxf] > charset:GB2312
        } catch (Exception e) {
            log.info("file [{}] error > ", file, e);
        }
        return null != charset ? charset.name() : null;
    }

    public static String getCharset(InputStream is) {
        Charset charset = null;
        try {
            BufferedInputStream bufferedInputStream = new BufferedInputStream(is);
            charset = detector.detectCodepage(bufferedInputStream,1000);
            bufferedInputStream.reset();
        } catch (Exception e) {
        }
        return null != charset ? charset.name() : null;
    }

}

4.使用（局部代码）：

ogr.RegisterAll();
// gdal.SetConfigOption 选项配置参见：https://trac.osgeo.org/gdal/wiki/ConfigOptions
// 为了支持中文路径，请添加下面这句代码
gdal.SetConfigOption("GDAL_FILENAME_IS_UTF8", "YES");
// 为了使属性表字段支持中文，请添加下面这句
gdal.SetConfigOption("SHAPE_ENCODING", "");

/**
 * 判断编码dxf文件编码类型：
 * 在cad另存为dxf时，由于不同版本问题导致编码不同。
 * 已知：dxf >=2007 版本编码为 UTF-8，其他低版本编码为 GB2312
 * 若为 UTF-8 需要设置：gdal.SetConfigOption("DXF_ENCODING", "ASCII");
 */
String charset = EncodingDetector.getCharset(new File(inputPath + cadFileName));
if(null != charset && charset.equals("UTF-8")){
    //设置DXF缺省编码
    gdal.SetConfigOption("DXF_ENCODING", "ASCII");
}