简介面向CAD数据处理初学者与需要实现图形坐标变换的开发者这份DXF读取与转换示例围绕AutoCAD交换格式的解析展开覆盖头段、图层、线型与块定义等结构以及直线、圆、文本等实体的提取和坐标平移、旋转、缩放、镜像等常见变换。压缩包共33个文件约102KB以C#源码、项目配置、编译产物、资源文件和一份DXF测试数据为主源码与配置便于还原工程并调试读取流程测试图形可用于验证实体解析与变换结果。已有584人学习下载适合作为理解DXF语法、搭建坐标转换原型和排查兼容性问题的轻量参考。1. DXF 坐标转换错一个符号整张图纸就是镜像的DXFDrawing Exchange Format看上去像图形文件拆开却没有任何「图形」——只有一串组码和值点位、半径、角度平铺在那里没有坐标轴没有单位也没有图层树。真正卡住人的地方很少是解析本身而是坐标语义文件里绝大多数点都不在世界坐标系里而是挂在一个由挤出方向临时构造出来的 OCS 上。结论先摆出来DXF 坐标转换的本质是「解一串矩阵」把每个实体的局部坐标一路乘到世界坐标顺序错一步、法向漏一个输出就是整体镜像或者图形直接飞出去。这条链路值得拆到底因为它是所有读取器、转换器、导出器的公共地基踩过一次就再也不想踩第二次。2. 组码流与实体图DXF 为什么必须先配对、再建树2.1 组码加值对DXF 的最小语法单元文本形态的 DXF 是一个扁平的双行记录序列一行是组码一行是值。组码不是装饰它携带类型信息同一个「70」在标志位上下文里是 16 位整数在别的区间里可能是完全不同的含义。解析器如果按「行」读读到第三行就会迷路按「对」读才能保持可恢复性——某个实体解析失败至少还能从下一个0组码重新对齐。组码的分段是有规律的掌握这张表基本就掌握了半个解析器组码区间值类型典型用途0–9字符串实体类型、段名、变量名10–39双精度三维点位X/Y/Z 拆成三个组码40–59双精度半径、比例、字高60–7916 位整数标志位、颜色号、数量90–9932 位整数顶点数、句柄种子100–105字符串子类标记AcDbEntity 等210–239双精度挤出方向、法向330–369字符串句柄所有者与各种指针999注释导出器常写入必须跳过10/20/30 这组约定是 DXF 的一个隐式维度编码X 是 10Y 是 20Z 是 30所以第二个点的三个分量是 11/21/31。理解了这套偏移规则210/220/230 是法向的三个分量就不需要额外记忆了。100 子类标记则是版本演进的兼容机制同一个实体在旧版和新版里字段集合不同靠AcDbCircle、AcDbPolyline这类标记区分解析时按标记分流比按版本号分流更稳。2.2 从平铺流到实体图为什么需要两遍扫描DXF 的顶层结构是若干 SECTIONHEADER 存图纸级变量TABLES 存图层、线型、块记录BLOCKS 存块定义ENTITIES 存模型空间和图布空间里的实体OBJECTS 存字典和扩展数据。段与段之间是平级的0/SECTION开始0/ENDSEC结束中间靠2组码声明段名。关键在引用关系上。ENTITIES 里的INSERT用块名字符串组码 2指向 BLOCKS 段里的BLOCK同时又通过句柄组码 5和所有者组码 330挂在 TABLES 的 BLOCK_RECORD 上。这两套引用并存是 DXF 从 R13 之后逐步加上句柄体系留下的历史痕迹。稳妥的读法是两遍第一遍扫 TABLES 和 BLOCKS建立「块名 → 块定义」索引第二遍扫 ENTITIES边解析边展开。单遍流式解析要么把整个文件缓存下来要么在遇到后向引用时二次读取前者吃内存后者吃 IO都不划算。句柄体系里有四种指针需要区分330 是软所有者340 是硬指针350 是软指针360 是硬所有者。做完整转换时软指针丢了不影响几何硬所有者丢了会导致对象生命周期判断出错。只做几何转换的话记住「330 可以忽略但 5 必须保留」就够了。还有一处结构不对称必须提前知道POLYLINE是 DXF 里唯一的多记录实体主实体后面跟着若干VERTEX最后以SEQEND收口。其余实体都是自包含的读到下一个0就结束。这个例外是后面「实体凭空消失」这类问题的根源之一。2.3 一个最小可用的配对读取器先把最脏的活干完把字节流变成 Tag 流不做任何结构解释。这一步做扎实后面所有矩阵运算才有意义。from dataclasses import dataclass dataclass(slotsTrue) class Tag: code: int value: str class DxfTagReader: 把 DXF 读成一维 Tag 流。只负责配对不负责语义。 def __init__(self, path): self.path path def __iter__(self): with open(self.path, rb) as fp: while True: code_line fp.readline() if not code_line: return if not code_line.strip(): # 部分导出器会插入空行跳过而不是当成值 continue code int(code_line.strip()) # 组码行可能带前导空格 raw fp.readline() # 只裁行尾换行值本身可能带前导/尾随空格 value raw.rstrip(b\r\n) # 先按 latin-1 无损搬运避免中途解码抛异常 # 真正的解码交给上层按 $DWGCODEPAGE 决定 yield Tag(code, value.decode(latin-1))这里有两个刻意的选择。第一用生成器而不是一次性读入列表大图纸的 ENTITIES 段动辄几十万实体全量驻留内存没有意义而生成器天然支持两遍扫描——需要第二遍时重新打开文件即可。第二值先按 latin-1 解码latin-1 是单字节到码点的满射任何字节序列都不会抛异常能保证读取阶段绝不因为编码问题中断R2007AC1021之后文件固定 UTF-8之前的版本按$DWGCODEPAGE声明代码页比如简体中文常见 ANSI_936这层转换放到拿到 HEADER 之后再做顺序上刚好。2.4 段切分与实体状态机拿到 Tag 流之后第二步按0/SECTION切段。切段的逻辑本身很短但边界条件必须一次写对。def split_sections(tags): 产出 (段名, 该段内的 Tag 列表)。 name, buf, state None, [], idle for tag in tags: if state idle: if tag.code 0 and tag.value SECTION: state, buf head, [] elif state head: if tag.code 2: name, state tag.value, body else: # body if tag.code 0 and tag.value ENDSEC: yield name, buf name, state None, idle else: buf.append(tag)段内再按0组码切实体但POLYLINE需要额外状态读到POLYLINE后进入「收集顶点」模式后续的VERTEX全部追加到同一个实体对象上直到遇到SEQEND才落盘。如果状态机把VERTEX当成独立实体处理它们会被当成零散的POINT或者在遇到SEQEND时被丢弃——表现就是多段线整条不见了而日志里一行错误都没有。注意SEQEND和VERTEX的组码 0 值也是字符串与实体类型判断用的是同一套逻辑不要写成「非已知类型就跳过」否则收口点会一起被跳过。3. OCS 与任意轴算法DXF 坐标转换里最容易被跳过的矩阵3.1 挤出方向为什么法向默认是 (0,0,1) 而不是零向量CIRCLE、ARC、LWPOLYLINE、TEXT这些实体在 DXF 里存的是二维几何加一个挤出方向组码 210/220/230缺省 0/0/1。这是早期文本格式省字节的产物一个圆存圆心加半径只要三个双精度存三维空间里任意朝向的圆则需要完整基向量。用一个法向加一套约定的轴生成规则信息量从九个浮点降到三个而且是可逆的。这套约定就是 OCSObject Coordinate System对象坐标系。每个实体在 OCS 里定义OCS 的 Z 轴是法向 NX 轴和 Y 轴不存盘由任意轴算法现场推导。所以「读取 DXF 的坐标」这句话本身是不准确的——你读到的是 OCS 坐标必须先乘一次 OCS→WCS 的基变换才谈得上后续的缩放旋转。3.2 任意轴算法1/64 阈值到底在防什么任意轴算法Arbitrary Axis Algorithm的规则很短给定单位法向 N若 |Nx| 1/64 且 |Ny| 1/64则 Ax Wy × N否则 Ax Wz × N。然后归一化 Ax再取 Ay N × Ax。为什么是 1/64因为 Wz × N 在 N 平行于 Wz 时退化成零向量。取两个分量都小于 1/64 作为判据意味着此时残留的叉乘长度最多也就 1/64 量级归一化会把舍入误差放大到不可接受的地步所以换一个参考轴 Wy。1/64 ≈ 0.0156对应夹角约 0.9°这个容差刚好把数值危险区盖住又不至于误伤正常的倾斜面。import math def _norm(v): l math.sqrt(v[0]**2 v[1]**2 v[2]**2) return (v[0]/l, v[1]/l, v[2]/l) if l 1e-12 else (1.0, 0.0, 0.0) def _cross(a, b): return (a[1]*b[2] - a[2]*b[1], a[2]*b[0] - a[0]*b[2], a[0]*b[1] - a[1]*b[0]) def ocs_basis(nx, ny, nz): 返回 3x3 行主序矩阵列为 (Ax, Ay, N)。p_wcs M · p_ocs n _norm((nx, ny, nz)) if (nx, ny, nz) ! (0, 0, 0) else (0.0, 0.0, 1.0) if abs(n[0]) 1/64 and abs(n[1]) 1/64: ax (n[2], 0.0, -n[0]) # Wy × N else: ax (-n[1], n[0], 0.0) # Wz × N ax _norm(ax) ay _norm(_cross(n, ax)) # 右手系绕 Z 逆时针 return ((ax[0], ay[0], n[0]), (ax[1], ay[1], n[1]), (ax[2], ay[2], n[2]))返回的行主序矩阵有三列分别是 OCS 的 X、Y、Z 轴在世界系下的方向。把 OCS 里的点乘上去就落到了世界坐标系。参数只有一个法向缺省时传(0,0,1)此时矩阵退化为单位阵——这也是为什么大部分平面图纸不做这一步也「看起来是对的」一旦遇到立面上的圆就原形毕露。3.3 从圆到椭圆非 Z 法向下必须重采样CIRCLE在 OCS 里是标准的圆圆心 C、半径 r。乘上 OCS 基矩阵之后它在世界空间里仍然是一个圆只是所在平面倾斜了。问题出在下游如果你的输出目标是只支持轴对齐椭圆的二维渲染器倾斜圆投影到 XY 平面就是椭圆硬用circle标签画会明显偏位。常见的处理是把圆采样成多段线做法是先在 OCS 里取点、再整体变换顺序不能反def circle_to_polyline(center_ocs, radius, M, seg72): seg72 约等于每 5 度一段二维展示足够。 pts [] for i in range(seg 1): t 2.0 * math.pi * i / seg ox center_ocs[0] radius * math.cos(t) oy center_ocs[1] radius * math.sin(t) oz center_ocs[2] # 圆自身平面内Z 恒为圆心 Z pts.append(( M[0][0]*ox M[0][1]*oy M[0][2]*oz, M[1][0]*ox M[1][1]*oy M[1][2]*oz, M[2][0]*ox M[2][1]*oy M[2][2]*oz, )) return pts如果在世界空间里按角度采样弧度上的等分会被投影拉伸成不等分圆弧两端视觉上会「走形」。ARC同理只是角度区间换成组码 50 到 51注意 DXF 里存的是度、逆时针、从 OCS 的 X 轴起算。当 51 小于 50 时是跨零度的情况不能直接相减。3.4 LWPOLYLINE 的 bulge逐点变换不够用多段线里的圆弧段用 bulge组码 42表示值等于 tan(θ/4)θ 是这段弧的圆心角正为逆时针。它是标量不是坐标所以「把所有顶点乘一遍矩阵」这种做法会丢掉弧的形状信息——顶点对了弧变成了直线。正确做法是把每段 bulge 还原成圆心、半径、起止角再走采样流程。还原公式是血泪经验漏一个符号弧就翻到另一侧def bulge_to_arc(p1, p2, bulge): 由相邻两顶点和 bulge 还原圆弧参数。bulge0 表示直线段。 if abs(bulge) 1e-9: return None dx, dy p2[0] - p1[0], p2[1] - p1[1] chord math.hypot(dx, dy) theta 4.0 * math.atan(bulge) # 圆心角 radius chord / (2.0 * math.sin(abs(theta) / 2.0)) # 圆心在弦的中垂线上偏移量与 theta 的正负相关 mx, my (p1[0] p2[0]) / 2.0, (p1[1] p2[1]) / 2.0 h math.sqrt(max(radius**2 - (chord/2)**2, 0.0)) sign 1.0 if bulge 0 else -1.0 cx mx - sign * h * dy / chord cy my sign * h * dx / chord return (cx, cy, radius, theta)另一个容易忽略的点非均匀缩放会改变弧的形状。如果父级INSERT的 X/Y 缩放不一致圆在变换后是椭圆bulge 就不能直接沿用必须走采样。这也是为什么有些转换器在遇到缩放不一致的块时干脆全部离散化。4. 块参照的变换栈INSERT 的缩放、旋转和阵列怎么叠加4.1 INSERT 的组码与矩阵构造顺序INSERT是 DXF 里信息密度最高的实体它把一个块定义摆到指定位置组码含义说明2块名指向 BLOCKS 段的BLOCK10/20/30插入点在 OCS 中给出41/42/43X/Y/Z 缩放缺省 1可负镜像50旋转角度绕 OCS 的 Z 轴逆时针70/71列数/行数阵列缺省 144/45列间距/行间距块单位下的距离210/220/230挤出方向缺省 0/0/1变换顺序是这里唯一容易翻车的地方。插入点定义在 OCS 里块内几何定义在块坐标系里所以完整链路是先把块内点按缩放和旋转摆好平移到插入点最后整体从 OCS 映射到 WCS。写成矩阵就是M OCS · T(p) · Rz(θ) · S(sx,sy,sz)。注意T(p)在Rz左边。很多人第一反应写成T · Rz · S · p之后又顺手把T里的 p 当成世界坐标结果就是整个块绕原点旋转而不是绕插入点旋转——图形「甩」到了很远的地方而且偏移量正好是旋转后的差值。4.2 嵌套块为什么必须累乘而不是逐层平移块里可以再放INSERT深度在工程图纸里三五层很常见。展开时的规则只有一条子块的世界矩阵等于父矩阵左乘自己的局部矩阵M_child_world M_parent · M_local。因为矩阵是左乘作用在列向量上的左边先作用。如果偷懒只做平移累加把每层的插入点加起来在没有任何旋转缩放的纯平面图纸里恰好是对的一旦某一层带了 90° 旋转后面所有层的偏移方向都会错位 90°。这种错误很难从结果倒推图形整体还在只是位置对不上看起来像「精度问题」。防循环引用也是必须的块 A 引用块 B块 B 又引用块 A递归会直接栈溢出。用一个不可变的已访问集合每层复制一份往下传如果改成全局可变集合兄弟节点会被误判成环导致同名的多个兄弟块只展开第一个。def mat4_mul(a, b): 行主序 4x4。a·b 表示先作用 b再作用 a。 return [[sum(a[i][k] * b[k][j] for k in range(4)) for j in range(4)] for i in range(4)] def insert_matrix(ent, ocs): 由 INSERT 组码构造局部矩阵OCS · T · Rz · S tx, ty, tz ent.point10 sx, sy, sz ent.scale41, ent.scale42, ent.scale43 r math.radians(ent.rot50) c, s math.cos(r), math.sin(r) local [ [c*sx, -s*sy, 0.0, tx], [s*sx, c*sy, 0.0, ty], [0.0, 0.0, sz, tz], [0.0, 0.0, 0.0, 1.0], ] return mat4_mul(ocs, local)local矩阵的左上 3x3 是Rz · S的乘积Rz把 X 轴转成(c, s, 0)再乘上sx缩放就是第一列Y 轴同理是(-s, c, 0)乘sy。这样写省掉一次矩阵乘法也避免了先缩放再旋转时把平移量一起缩放的顺序错误。4.3 变换栈的递归展开展开函数需要三个保护深度上限、循环检测、以及每个实体出口处统一应用矩阵。def flatten(name, parent_m, blocks, out, depth0, seenfrozenset()): if depth 32 or name in seen: return # 病态嵌套直接截断 seen seen | {name} # 不可变副本兄弟互不影响 blk blocks.get(name) if blk is None: return # 外部参照几何不在本文件 for ent in blk.entities: if ent.type INSERT: child mat4_mul(parent_m, insert_matrix(ent, ent.ocs)) flatten(ent.block_name, child, blocks, out, depth 1, seen) else: out.append(ent.transformed(parent_m))seen用frozenset而不是set是为了让每层拿到的是快照。展开完的实体统一走transformed矩阵只在这一个出口应用一次后续导出器拿到的全是世界坐标。这一点在下一章的取舍里会展开讲。4.4 单位与比例$INSUNITS 只声明不换算HEADER 里的$INSUNITS组码 70声明「本文件一个图形单位的物理长度」常见取值0 无单位、1 英寸、2 英尺、4 毫米、5 厘米、6 米。它只是一个声明不会改写任何坐标。把 DXF 转成米制地理数据时换算系数得自己乘。$INSUNITS单位换算到毫米的系数1英寸25.42英尺304.84毫米1.05厘米10.06米1000.0跨图参照的情况更麻烦。外部参照在 DXF 里表现为 BLOCK 头部带 XREF 标志组码 70 的 bit 2块内没有几何只有一个路径。读到这类INSERT时本文件里拿不到任何可换算的信息必须去读外部文件本身。如果转换器只处理单文件最稳妥的策略是把它标记成「未解析引用」输出而不是静默跳过——静默跳过的结果是图层上少了一整块内容而且没有任何提示。5. 避坑与排查坐标转换翻车的五个现场5.1 整张图上下颠倒或者左右镜像现象很直观图形轮廓完全正确但整体翻转文字也是反的。原因通常是两套坐标系混用——CAD 的 Y 轴向上屏幕和多数二维渲染器的 Y 轴向下如果在每个实体上各自取反再叠加一次全局取反就变成了双重翻转。另一种可能是负缩放INSERT的 41 或 42 为负值时表示镜像很多解析器直接取了绝对值。解决办法是把翻转固定在唯一出口。所有实体先统一转换到 Y 向上的世界坐标在导出层做一次y -y的仿射变换或者直接调整视图矩阵。绝对不要在实体解析阶段顺手取反那是后面所有「为什么这个块反了那个块没反」的起源。5.2 圆变椭圆、文字歪斜、弧跑到别处现象是平面部分完全正常而立面、剖面里的圆和弧明显不对。原因基本可以确定忽略了 210/220/230把 OCS 坐标当成世界坐标直接用。缺省法向是 (0,0,1)此时 OCS 就是世界系所以大部分图纸看起来没问题问题只在少数倾斜实体上暴露。排查手法很直接打印每个实体的法向凡是偏离 (0,0,1) 的就重点检查把它单独导出来跟原图比对。修法就是第 3 章那套所有带 OCS 的实体坐标先过一次基矩阵再叠父级变换。5.3 块内实体有规律地偏移偏移量还跟角度有关现象是块内所有实体整体错位位移的方向随着INSERT的旋转角变化。原因几乎总是矩阵顺序写反T · Rz · S写成了Rz · T · S或者插入点被当成了世界坐标。前者会导致块绕原点旋转后者在父级带旋转时误差被放大。解决办法是固定约定并且写单元测试拿一个插入点为 (100, 0)、旋转 90°、缩放 2 倍的块块内放一个 (1, 0) 的点正确答案是 (100, 2)。这个用例能一次性抓出顺序、单位、旋转方向三类错误成本极低。我一般会在转换器里内置这么一组自检实体。5.4 数值解析出 NaN或者精度肉眼可见地掉现象是坐标偶尔变成nan、inf或者大坐标图纸比如以公里为单位的场地平面在远离原点处出现毫米级抖动。前者的常见原因是 locale某些环境下浮点输出用逗号作小数点float(1,5)直接抛异常或被宽松解析成 1。后者是把中间结果存成了 float32有效位只有 7 位坐标到几十万量级时精度就没了。解决办法是三条解析时显式指定 locale 或自己写parse_float全链路用双精度不要在中途做「先归一化到 0-1 再还原」这类操作那是有损的。DXF 的浮点通常是%.16g双精度足够无损往返。5.5 实体凭空消失日志里一行错误都没有现象是解析成功的实体数量明显少于预期但没有任何异常。三个高频原因一是POLYLINE的VERTEX当成独立实体后被丢弃或者SEQEND之前就落盘二是999注释行没跳过导致后续组码错位整段被当成垃圾数据扔掉三是代理实体ACAD_PROXY_ENTITY没有几何字段被静默忽略。排查方式是先做一次纯计数按实体类型统计数量跟源文件里的0组码出现次数对一遍差在哪个类型上就查哪个类型的解析分支。这个计数对比我在每个新转换器上都会做比逐个比对图形快得多。6. 归一化放在哪一层一次矩阵设计取舍的复盘转换器写到第三个版本绕不开一个架构选择坐标归一化到底放在哪一层。方案 A 是在读取层出口一次性把所有实体转成世界坐标方案 B 是保留局部坐标加变换栈让每个下游导出器自己在需要时应用。维度读取层归一化下游各自处理内存每实体一次矩阵乘几乎为零一致性单一出口改一处全生效每个导出器重复实现调试可直接对比世界包围盒要逐层回溯父链灵活性丢失原始层级可做选择性展开我选 A理由不是性能而是可验证性。归一化之后的实体有一个天然的不变量所有实体的坐标必须落在$EXTMIN/$EXTMAX声明的包围盒内允许少量溢出因为 HEADER 的值可能过时。这条不变量可以写成断言在每次转换后跑一遍图元丢失、矩阵顺序错误、单位错算基本都能被这一条抓出来。方案 B 做不到因为局部坐标本身没有全局约束。代价是丢失了块实例信息。如果下游需要做「选中整个块一起高亮」这类交互就得额外保留一层block_id反查表。这是可以接受的折中几何是必须正确的交互是锦上添花。实现上还有一个纯工程上的优化值得提。4x4 齐次矩阵的第四行恒为[0,0,0,1]整个变换链路上它不参与运算展开成 3x4 的仿射能省掉四分之一的乘加。二十万实体的图纸在解释型语言里这个差别大概是秒级和亚秒级。def apply_affine(m, x, y, z): m 为 12 元组行主序 3x4省掉恒定的第四行。 return (m[0]*x m[1]*y m[2]*z m[3], m[4]*x m[5]*y m[6]*z m[7], m[8]*x m[9]*y m[10]*z m[11])真正让我把这套东西固化下来的是一次块嵌套的排查。当时一张图纸里三层嵌套的图框整体偏移了两米多我按实体逐个打印矩阵打了两个小时才发现是第二层的INSERT旋转角单位搞错了——我把度当成了弧度转了不到 1.8°乘以父级的缩放系数之后放大成了肉眼可见的位移。从那以后我每次写转换器都强制在实体出口处打一遍「矩阵 世界包围盒」的日志宁可多写几行输出也不愿意再靠肉眼去猜是哪一层出的问题。如果你的项目里也有 DXF 读取和坐标转换这一段建议从最小可用版本开始把组码配对、段切分、OCS 基矩阵、变换栈四块拆开每块单独验证最后再拼成一条完整管线。这套拆法我在多个模拟项目里反复用过比一次性写完再调试省的时间不是一个量级。希望帮到你。本文还有配套的精品资源点击获取 
长河君 · 2026/11/2 3:59:26 · 阅读 1.2k DXF坐标转换核心：OCS基矩阵与INSERT变换栈
简介面向CAD数据处理初学者与需要实现图形坐标变换的开发者这份DXF读取与转换示例围绕AutoCAD交换格式的解析展开覆盖头段、图层、线型与块定义等结构以及直线、圆、文本等实体的提取和坐标平移、旋转、缩放、镜像等常见变换。压缩包共33个文件约102KB以C#源码、项目配置、编译产物、资源文件和一份DXF测试数据为主源码与配置便于还原工程并调试读取流程测试图形可用于验证实体解析与变换结果。已有584人学习下载适合作为理解DXF语法、搭建坐标转换原型和排查兼容性问题的轻量参考。1. DXF 坐标转换错一个符号整张图纸就是镜像的DXFDrawing Exchange Format看上去像图形文件拆开却没有任何「图形」——只有一串组码和值点位、半径、角度平铺在那里没有坐标轴没有单位也没有图层树。真正卡住人的地方很少是解析本身而是坐标语义文件里绝大多数点都不在世界坐标系里而是挂在一个由挤出方向临时构造出来的 OCS 上。结论先摆出来DXF 坐标转换的本质是「解一串矩阵」把每个实体的局部坐标一路乘到世界坐标顺序错一步、法向漏一个输出就是整体镜像或者图形直接飞出去。这条链路值得拆到底因为它是所有读取器、转换器、导出器的公共地基踩过一次就再也不想踩第二次。2. 组码流与实体图DXF 为什么必须先配对、再建树2.1 组码加值对DXF 的最小语法单元文本形态的 DXF 是一个扁平的双行记录序列一行是组码一行是值。组码不是装饰它携带类型信息同一个「70」在标志位上下文里是 16 位整数在别的区间里可能是完全不同的含义。解析器如果按「行」读读到第三行就会迷路按「对」读才能保持可恢复性——某个实体解析失败至少还能从下一个0组码重新对齐。组码的分段是有规律的掌握这张表基本就掌握了半个解析器组码区间值类型典型用途0–9字符串实体类型、段名、变量名10–39双精度三维点位X/Y/Z 拆成三个组码40–59双精度半径、比例、字高60–7916 位整数标志位、颜色号、数量90–9932 位整数顶点数、句柄种子100–105字符串子类标记AcDbEntity 等210–239双精度挤出方向、法向330–369字符串句柄所有者与各种指针999注释导出器常写入必须跳过10/20/30 这组约定是 DXF 的一个隐式维度编码X 是 10Y 是 20Z 是 30所以第二个点的三个分量是 11/21/31。理解了这套偏移规则210/220/230 是法向的三个分量就不需要额外记忆了。100 子类标记则是版本演进的兼容机制同一个实体在旧版和新版里字段集合不同靠AcDbCircle、AcDbPolyline这类标记区分解析时按标记分流比按版本号分流更稳。2.2 从平铺流到实体图为什么需要两遍扫描DXF 的顶层结构是若干 SECTIONHEADER 存图纸级变量TABLES 存图层、线型、块记录BLOCKS 存块定义ENTITIES 存模型空间和图布空间里的实体OBJECTS 存字典和扩展数据。段与段之间是平级的0/SECTION开始0/ENDSEC结束中间靠2组码声明段名。关键在引用关系上。ENTITIES 里的INSERT用块名字符串组码 2指向 BLOCKS 段里的BLOCK同时又通过句柄组码 5和所有者组码 330挂在 TABLES 的 BLOCK_RECORD 上。这两套引用并存是 DXF 从 R13 之后逐步加上句柄体系留下的历史痕迹。稳妥的读法是两遍第一遍扫 TABLES 和 BLOCKS建立「块名 → 块定义」索引第二遍扫 ENTITIES边解析边展开。单遍流式解析要么把整个文件缓存下来要么在遇到后向引用时二次读取前者吃内存后者吃 IO都不划算。句柄体系里有四种指针需要区分330 是软所有者340 是硬指针350 是软指针360 是硬所有者。做完整转换时软指针丢了不影响几何硬所有者丢了会导致对象生命周期判断出错。只做几何转换的话记住「330 可以忽略但 5 必须保留」就够了。还有一处结构不对称必须提前知道POLYLINE是 DXF 里唯一的多记录实体主实体后面跟着若干VERTEX最后以SEQEND收口。其余实体都是自包含的读到下一个0就结束。这个例外是后面「实体凭空消失」这类问题的根源之一。2.3 一个最小可用的配对读取器先把最脏的活干完把字节流变成 Tag 流不做任何结构解释。这一步做扎实后面所有矩阵运算才有意义。from dataclasses import dataclass dataclass(slotsTrue) class Tag: code: int value: str class DxfTagReader: 把 DXF 读成一维 Tag 流。只负责配对不负责语义。 def __init__(self, path): self.path path def __iter__(self): with open(self.path, rb) as fp: while True: code_line fp.readline() if not code_line: return if not code_line.strip(): # 部分导出器会插入空行跳过而不是当成值 continue code int(code_line.strip()) # 组码行可能带前导空格 raw fp.readline() # 只裁行尾换行值本身可能带前导/尾随空格 value raw.rstrip(b\r\n) # 先按 latin-1 无损搬运避免中途解码抛异常 # 真正的解码交给上层按 $DWGCODEPAGE 决定 yield Tag(code, value.decode(latin-1))这里有两个刻意的选择。第一用生成器而不是一次性读入列表大图纸的 ENTITIES 段动辄几十万实体全量驻留内存没有意义而生成器天然支持两遍扫描——需要第二遍时重新打开文件即可。第二值先按 latin-1 解码latin-1 是单字节到码点的满射任何字节序列都不会抛异常能保证读取阶段绝不因为编码问题中断R2007AC1021之后文件固定 UTF-8之前的版本按$DWGCODEPAGE声明代码页比如简体中文常见 ANSI_936这层转换放到拿到 HEADER 之后再做顺序上刚好。2.4 段切分与实体状态机拿到 Tag 流之后第二步按0/SECTION切段。切段的逻辑本身很短但边界条件必须一次写对。def split_sections(tags): 产出 (段名, 该段内的 Tag 列表)。 name, buf, state None, [], idle for tag in tags: if state idle: if tag.code 0 and tag.value SECTION: state, buf head, [] elif state head: if tag.code 2: name, state tag.value, body else: # body if tag.code 0 and tag.value ENDSEC: yield name, buf name, state None, idle else: buf.append(tag)段内再按0组码切实体但POLYLINE需要额外状态读到POLYLINE后进入「收集顶点」模式后续的VERTEX全部追加到同一个实体对象上直到遇到SEQEND才落盘。如果状态机把VERTEX当成独立实体处理它们会被当成零散的POINT或者在遇到SEQEND时被丢弃——表现就是多段线整条不见了而日志里一行错误都没有。注意SEQEND和VERTEX的组码 0 值也是字符串与实体类型判断用的是同一套逻辑不要写成「非已知类型就跳过」否则收口点会一起被跳过。3. OCS 与任意轴算法DXF 坐标转换里最容易被跳过的矩阵3.1 挤出方向为什么法向默认是 (0,0,1) 而不是零向量CIRCLE、ARC、LWPOLYLINE、TEXT这些实体在 DXF 里存的是二维几何加一个挤出方向组码 210/220/230缺省 0/0/1。这是早期文本格式省字节的产物一个圆存圆心加半径只要三个双精度存三维空间里任意朝向的圆则需要完整基向量。用一个法向加一套约定的轴生成规则信息量从九个浮点降到三个而且是可逆的。这套约定就是 OCSObject Coordinate System对象坐标系。每个实体在 OCS 里定义OCS 的 Z 轴是法向 NX 轴和 Y 轴不存盘由任意轴算法现场推导。所以「读取 DXF 的坐标」这句话本身是不准确的——你读到的是 OCS 坐标必须先乘一次 OCS→WCS 的基变换才谈得上后续的缩放旋转。3.2 任意轴算法1/64 阈值到底在防什么任意轴算法Arbitrary Axis Algorithm的规则很短给定单位法向 N若 |Nx| 1/64 且 |Ny| 1/64则 Ax Wy × N否则 Ax Wz × N。然后归一化 Ax再取 Ay N × Ax。为什么是 1/64因为 Wz × N 在 N 平行于 Wz 时退化成零向量。取两个分量都小于 1/64 作为判据意味着此时残留的叉乘长度最多也就 1/64 量级归一化会把舍入误差放大到不可接受的地步所以换一个参考轴 Wy。1/64 ≈ 0.0156对应夹角约 0.9°这个容差刚好把数值危险区盖住又不至于误伤正常的倾斜面。import math def _norm(v): l math.sqrt(v[0]**2 v[1]**2 v[2]**2) return (v[0]/l, v[1]/l, v[2]/l) if l 1e-12 else (1.0, 0.0, 0.0) def _cross(a, b): return (a[1]*b[2] - a[2]*b[1], a[2]*b[0] - a[0]*b[2], a[0]*b[1] - a[1]*b[0]) def ocs_basis(nx, ny, nz): 返回 3x3 行主序矩阵列为 (Ax, Ay, N)。p_wcs M · p_ocs n _norm((nx, ny, nz)) if (nx, ny, nz) ! (0, 0, 0) else (0.0, 0.0, 1.0) if abs(n[0]) 1/64 and abs(n[1]) 1/64: ax (n[2], 0.0, -n[0]) # Wy × N else: ax (-n[1], n[0], 0.0) # Wz × N ax _norm(ax) ay _norm(_cross(n, ax)) # 右手系绕 Z 逆时针 return ((ax[0], ay[0], n[0]), (ax[1], ay[1], n[1]), (ax[2], ay[2], n[2]))返回的行主序矩阵有三列分别是 OCS 的 X、Y、Z 轴在世界系下的方向。把 OCS 里的点乘上去就落到了世界坐标系。参数只有一个法向缺省时传(0,0,1)此时矩阵退化为单位阵——这也是为什么大部分平面图纸不做这一步也「看起来是对的」一旦遇到立面上的圆就原形毕露。3.3 从圆到椭圆非 Z 法向下必须重采样CIRCLE在 OCS 里是标准的圆圆心 C、半径 r。乘上 OCS 基矩阵之后它在世界空间里仍然是一个圆只是所在平面倾斜了。问题出在下游如果你的输出目标是只支持轴对齐椭圆的二维渲染器倾斜圆投影到 XY 平面就是椭圆硬用circle标签画会明显偏位。常见的处理是把圆采样成多段线做法是先在 OCS 里取点、再整体变换顺序不能反def circle_to_polyline(center_ocs, radius, M, seg72): seg72 约等于每 5 度一段二维展示足够。 pts [] for i in range(seg 1): t 2.0 * math.pi * i / seg ox center_ocs[0] radius * math.cos(t) oy center_ocs[1] radius * math.sin(t) oz center_ocs[2] # 圆自身平面内Z 恒为圆心 Z pts.append(( M[0][0]*ox M[0][1]*oy M[0][2]*oz, M[1][0]*ox M[1][1]*oy M[1][2]*oz, M[2][0]*ox M[2][1]*oy M[2][2]*oz, )) return pts如果在世界空间里按角度采样弧度上的等分会被投影拉伸成不等分圆弧两端视觉上会「走形」。ARC同理只是角度区间换成组码 50 到 51注意 DXF 里存的是度、逆时针、从 OCS 的 X 轴起算。当 51 小于 50 时是跨零度的情况不能直接相减。3.4 LWPOLYLINE 的 bulge逐点变换不够用多段线里的圆弧段用 bulge组码 42表示值等于 tan(θ/4)θ 是这段弧的圆心角正为逆时针。它是标量不是坐标所以「把所有顶点乘一遍矩阵」这种做法会丢掉弧的形状信息——顶点对了弧变成了直线。正确做法是把每段 bulge 还原成圆心、半径、起止角再走采样流程。还原公式是血泪经验漏一个符号弧就翻到另一侧def bulge_to_arc(p1, p2, bulge): 由相邻两顶点和 bulge 还原圆弧参数。bulge0 表示直线段。 if abs(bulge) 1e-9: return None dx, dy p2[0] - p1[0], p2[1] - p1[1] chord math.hypot(dx, dy) theta 4.0 * math.atan(bulge) # 圆心角 radius chord / (2.0 * math.sin(abs(theta) / 2.0)) # 圆心在弦的中垂线上偏移量与 theta 的正负相关 mx, my (p1[0] p2[0]) / 2.0, (p1[1] p2[1]) / 2.0 h math.sqrt(max(radius**2 - (chord/2)**2, 0.0)) sign 1.0 if bulge 0 else -1.0 cx mx - sign * h * dy / chord cy my sign * h * dx / chord return (cx, cy, radius, theta)另一个容易忽略的点非均匀缩放会改变弧的形状。如果父级INSERT的 X/Y 缩放不一致圆在变换后是椭圆bulge 就不能直接沿用必须走采样。这也是为什么有些转换器在遇到缩放不一致的块时干脆全部离散化。4. 块参照的变换栈INSERT 的缩放、旋转和阵列怎么叠加4.1 INSERT 的组码与矩阵构造顺序INSERT是 DXF 里信息密度最高的实体它把一个块定义摆到指定位置组码含义说明2块名指向 BLOCKS 段的BLOCK10/20/30插入点在 OCS 中给出41/42/43X/Y/Z 缩放缺省 1可负镜像50旋转角度绕 OCS 的 Z 轴逆时针70/71列数/行数阵列缺省 144/45列间距/行间距块单位下的距离210/220/230挤出方向缺省 0/0/1变换顺序是这里唯一容易翻车的地方。插入点定义在 OCS 里块内几何定义在块坐标系里所以完整链路是先把块内点按缩放和旋转摆好平移到插入点最后整体从 OCS 映射到 WCS。写成矩阵就是M OCS · T(p) · Rz(θ) · S(sx,sy,sz)。注意T(p)在Rz左边。很多人第一反应写成T · Rz · S · p之后又顺手把T里的 p 当成世界坐标结果就是整个块绕原点旋转而不是绕插入点旋转——图形「甩」到了很远的地方而且偏移量正好是旋转后的差值。4.2 嵌套块为什么必须累乘而不是逐层平移块里可以再放INSERT深度在工程图纸里三五层很常见。展开时的规则只有一条子块的世界矩阵等于父矩阵左乘自己的局部矩阵M_child_world M_parent · M_local。因为矩阵是左乘作用在列向量上的左边先作用。如果偷懒只做平移累加把每层的插入点加起来在没有任何旋转缩放的纯平面图纸里恰好是对的一旦某一层带了 90° 旋转后面所有层的偏移方向都会错位 90°。这种错误很难从结果倒推图形整体还在只是位置对不上看起来像「精度问题」。防循环引用也是必须的块 A 引用块 B块 B 又引用块 A递归会直接栈溢出。用一个不可变的已访问集合每层复制一份往下传如果改成全局可变集合兄弟节点会被误判成环导致同名的多个兄弟块只展开第一个。def mat4_mul(a, b): 行主序 4x4。a·b 表示先作用 b再作用 a。 return [[sum(a[i][k] * b[k][j] for k in range(4)) for j in range(4)] for i in range(4)] def insert_matrix(ent, ocs): 由 INSERT 组码构造局部矩阵OCS · T · Rz · S tx, ty, tz ent.point10 sx, sy, sz ent.scale41, ent.scale42, ent.scale43 r math.radians(ent.rot50) c, s math.cos(r), math.sin(r) local [ [c*sx, -s*sy, 0.0, tx], [s*sx, c*sy, 0.0, ty], [0.0, 0.0, sz, tz], [0.0, 0.0, 0.0, 1.0], ] return mat4_mul(ocs, local)local矩阵的左上 3x3 是Rz · S的乘积Rz把 X 轴转成(c, s, 0)再乘上sx缩放就是第一列Y 轴同理是(-s, c, 0)乘sy。这样写省掉一次矩阵乘法也避免了先缩放再旋转时把平移量一起缩放的顺序错误。4.3 变换栈的递归展开展开函数需要三个保护深度上限、循环检测、以及每个实体出口处统一应用矩阵。def flatten(name, parent_m, blocks, out, depth0, seenfrozenset()): if depth 32 or name in seen: return # 病态嵌套直接截断 seen seen | {name} # 不可变副本兄弟互不影响 blk blocks.get(name) if blk is None: return # 外部参照几何不在本文件 for ent in blk.entities: if ent.type INSERT: child mat4_mul(parent_m, insert_matrix(ent, ent.ocs)) flatten(ent.block_name, child, blocks, out, depth 1, seen) else: out.append(ent.transformed(parent_m))seen用frozenset而不是set是为了让每层拿到的是快照。展开完的实体统一走transformed矩阵只在这一个出口应用一次后续导出器拿到的全是世界坐标。这一点在下一章的取舍里会展开讲。4.4 单位与比例$INSUNITS 只声明不换算HEADER 里的$INSUNITS组码 70声明「本文件一个图形单位的物理长度」常见取值0 无单位、1 英寸、2 英尺、4 毫米、5 厘米、6 米。它只是一个声明不会改写任何坐标。把 DXF 转成米制地理数据时换算系数得自己乘。$INSUNITS单位换算到毫米的系数1英寸25.42英尺304.84毫米1.05厘米10.06米1000.0跨图参照的情况更麻烦。外部参照在 DXF 里表现为 BLOCK 头部带 XREF 标志组码 70 的 bit 2块内没有几何只有一个路径。读到这类INSERT时本文件里拿不到任何可换算的信息必须去读外部文件本身。如果转换器只处理单文件最稳妥的策略是把它标记成「未解析引用」输出而不是静默跳过——静默跳过的结果是图层上少了一整块内容而且没有任何提示。5. 避坑与排查坐标转换翻车的五个现场5.1 整张图上下颠倒或者左右镜像现象很直观图形轮廓完全正确但整体翻转文字也是反的。原因通常是两套坐标系混用——CAD 的 Y 轴向上屏幕和多数二维渲染器的 Y 轴向下如果在每个实体上各自取反再叠加一次全局取反就变成了双重翻转。另一种可能是负缩放INSERT的 41 或 42 为负值时表示镜像很多解析器直接取了绝对值。解决办法是把翻转固定在唯一出口。所有实体先统一转换到 Y 向上的世界坐标在导出层做一次y -y的仿射变换或者直接调整视图矩阵。绝对不要在实体解析阶段顺手取反那是后面所有「为什么这个块反了那个块没反」的起源。5.2 圆变椭圆、文字歪斜、弧跑到别处现象是平面部分完全正常而立面、剖面里的圆和弧明显不对。原因基本可以确定忽略了 210/220/230把 OCS 坐标当成世界坐标直接用。缺省法向是 (0,0,1)此时 OCS 就是世界系所以大部分图纸看起来没问题问题只在少数倾斜实体上暴露。排查手法很直接打印每个实体的法向凡是偏离 (0,0,1) 的就重点检查把它单独导出来跟原图比对。修法就是第 3 章那套所有带 OCS 的实体坐标先过一次基矩阵再叠父级变换。5.3 块内实体有规律地偏移偏移量还跟角度有关现象是块内所有实体整体错位位移的方向随着INSERT的旋转角变化。原因几乎总是矩阵顺序写反T · Rz · S写成了Rz · T · S或者插入点被当成了世界坐标。前者会导致块绕原点旋转后者在父级带旋转时误差被放大。解决办法是固定约定并且写单元测试拿一个插入点为 (100, 0)、旋转 90°、缩放 2 倍的块块内放一个 (1, 0) 的点正确答案是 (100, 2)。这个用例能一次性抓出顺序、单位、旋转方向三类错误成本极低。我一般会在转换器里内置这么一组自检实体。5.4 数值解析出 NaN或者精度肉眼可见地掉现象是坐标偶尔变成nan、inf或者大坐标图纸比如以公里为单位的场地平面在远离原点处出现毫米级抖动。前者的常见原因是 locale某些环境下浮点输出用逗号作小数点float(1,5)直接抛异常或被宽松解析成 1。后者是把中间结果存成了 float32有效位只有 7 位坐标到几十万量级时精度就没了。解决办法是三条解析时显式指定 locale 或自己写parse_float全链路用双精度不要在中途做「先归一化到 0-1 再还原」这类操作那是有损的。DXF 的浮点通常是%.16g双精度足够无损往返。5.5 实体凭空消失日志里一行错误都没有现象是解析成功的实体数量明显少于预期但没有任何异常。三个高频原因一是POLYLINE的VERTEX当成独立实体后被丢弃或者SEQEND之前就落盘二是999注释行没跳过导致后续组码错位整段被当成垃圾数据扔掉三是代理实体ACAD_PROXY_ENTITY没有几何字段被静默忽略。排查方式是先做一次纯计数按实体类型统计数量跟源文件里的0组码出现次数对一遍差在哪个类型上就查哪个类型的解析分支。这个计数对比我在每个新转换器上都会做比逐个比对图形快得多。6. 归一化放在哪一层一次矩阵设计取舍的复盘转换器写到第三个版本绕不开一个架构选择坐标归一化到底放在哪一层。方案 A 是在读取层出口一次性把所有实体转成世界坐标方案 B 是保留局部坐标加变换栈让每个下游导出器自己在需要时应用。维度读取层归一化下游各自处理内存每实体一次矩阵乘几乎为零一致性单一出口改一处全生效每个导出器重复实现调试可直接对比世界包围盒要逐层回溯父链灵活性丢失原始层级可做选择性展开我选 A理由不是性能而是可验证性。归一化之后的实体有一个天然的不变量所有实体的坐标必须落在$EXTMIN/$EXTMAX声明的包围盒内允许少量溢出因为 HEADER 的值可能过时。这条不变量可以写成断言在每次转换后跑一遍图元丢失、矩阵顺序错误、单位错算基本都能被这一条抓出来。方案 B 做不到因为局部坐标本身没有全局约束。代价是丢失了块实例信息。如果下游需要做「选中整个块一起高亮」这类交互就得额外保留一层block_id反查表。这是可以接受的折中几何是必须正确的交互是锦上添花。实现上还有一个纯工程上的优化值得提。4x4 齐次矩阵的第四行恒为[0,0,0,1]整个变换链路上它不参与运算展开成 3x4 的仿射能省掉四分之一的乘加。二十万实体的图纸在解释型语言里这个差别大概是秒级和亚秒级。def apply_affine(m, x, y, z): m 为 12 元组行主序 3x4省掉恒定的第四行。 return (m[0]*x m[1]*y m[2]*z m[3], m[4]*x m[5]*y m[6]*z m[7], m[8]*x m[9]*y m[10]*z m[11])真正让我把这套东西固化下来的是一次块嵌套的排查。当时一张图纸里三层嵌套的图框整体偏移了两米多我按实体逐个打印矩阵打了两个小时才发现是第二层的INSERT旋转角单位搞错了——我把度当成了弧度转了不到 1.8°乘以父级的缩放系数之后放大成了肉眼可见的位移。从那以后我每次写转换器都强制在实体出口处打一遍「矩阵 世界包围盒」的日志宁可多写几行输出也不愿意再靠肉眼去猜是哪一层出的问题。如果你的项目里也有 DXF 读取和坐标转换这一段建议从最小可用版本开始把组码配对、段切分、OCS 基矩阵、变换栈四块拆开每块单独验证最后再拼成一条完整管线。这套拆法我在多个模拟项目里反复用过比一次性写完再调试省的时间不是一个量级。希望帮到你。本文还有配套的精品资源点击获取