將 CSV 檔案轉換成 KML

Mano Marks,Google Geo API 團隊
2008 年 3 月

目標

本教學課程概略說明使用 Python 從逗號分隔值 (CSV) 資料建立 KML 的基本概念。CSV 資料是當今最常用的檔案格式之一。大多數試算表和資料庫都可以讀取及寫入 CSV 檔案。您可以在文字編輯器中編輯簡單的格式。許多程式設計語言 (例如 Python) 都有特殊的程式庫,可供讀取和寫入 CSV 檔案。因此,它是交換大量資料的極佳媒介。

雖然本教學課程中的程式碼範例是以 Python 編寫而成,但可適應大多數其他程式設計語言。本教學課程使用 KML 中使用的地理編碼地址,將地址轉換成經緯度座標。此外還使用 KML 2.2 的新 <ExtendedData> 元素,並利用新增自訂資料中說明的熱氣裁剪範本。因此,Google 地圖或其他運用 KML 的應用程式目前不支援目前產生的 KML,但該程式碼可進行調整,以便產生與 Google 地圖相容的 KML。

範例資料

在本教學課程中,請使用 google-addresses.csv 檔案做為 CSV 檔案範例。這個檔案包含美國各間 Google 辦公室的所有地址、電話號碼和傳真號碼。檔案的文字如下:

Office,Address1,Address2,Address3,City,State,Zip,Phone,Fax
Headquarters,1600 Amphitheatre Parkway,,,Mountain View,CA,94043,650-253-0000,650-253-0001
New York Sales & Engineering Office,76 Ninth Avenue,,,New York,NY,10011,212-565-0000,212-565-0001
Ann Arbor Sales Office,201 South Division Street,,,Ann Arbor,MI,48104,734-332-6500,734-332-6501
Atlanta Sales & Engineering Office,10 10th Street NE,,,Atlanta,GA,30309,404-487-9000,404-487-9001
Boulder Sales & Engineering Office,2590 Pearl St.,,,Boulder,CO,80302,303-245-0086,303-535-5592
Cambridge Sales & Engineering Office,5 Cambridge Center,,,Cambridge,MA,02142,617-682-3635,617-249-0199
Chicago Sales & Engineering Office,20 West Kinzie St.,,,Chicago,IL,60610,312-840-4100,312-840-4101
Coppell Sales Office,701 Canyon Drive,,,Coppell,TX,75019,214-451-4000,214-451-4001
Detroit Sales Office,114 Willits Street,,,Birmingham,MI,48009,248-351-6220,248-351-6227
Irvine Sales & Engineering Office,19540 Jamboree Road,,,Irvine,CA,92612,949-794-1600,949-794-1601
Pittsburgh Engineering Office,4720 Forbes Avenue,,,Pittsburgh,PA,15213,,
Santa Monica Sales & Engineering Office,604 Arizona Avenue,,,Santa Monica,CA,90401,310-460-4000,310-309-6840
Seattle Engineering Office,720 4th Avenue,,,Kirkland,WA,98033,425-739-5600,425-739-5601
Seattle Sales Office,501 N. 34th Street,,,Seattle,WA,98103,206-876-1500,206-876-1501
Washington D.C. Public Policy Office,1001 Pennsylvania Avenue NW,,,Washington,DC,20004,202-742-6520,

請注意,每一行是一系列的文字字串,並以半形逗號分隔。每個半形逗號都代表一個欄位,每個行數相同。第一行包含按照順序排列的欄位名稱。例如,每一列的第一行文字是“Office”字段,第二行的“Address1”等。Python 可以將其轉換為一的 dicts集合,名叫 DictReader ,您可以在每一步中逐步步入每列 這個程式碼範例需要您事先知道資料結構,但您可以新增一些基本處理常式以動態方式傳送欄位結構。

剖析 CSV 檔案

Python 的 xml.dom.minidom 模組提供用於建立 XML 文件的強大工具,且由於 KML 是 XML,因此在本教學課程中,您將使用這類工具。您可以使用 createElementcreateElementNS 建立元素,並用 appendChild 附加至其他元素。以下是剖析 CSV 檔案並建立 KML 檔案的步驟。

  1. 將 Geocoding_for_KML.py 匯入模組。
  2. 為 CSV 檔案建立 DictReaderDictReaderdicts 的集合,每一列都有一個。
  3. 使用 Python 的 xml.dom.minidom.Document() 建立文件。
  4. 使用 createElementNS. 建立根 <kml> 元素
  5. 請將其附加到文件 中。
  6. 使用 createElement 建立 <Document> 元素。
  7. 使用 appendChild 將其附加到 <kml> 元素。
  8. 為每個資料列建立 <Placemark> 元素,然後將該元素附加到 <Document> 元素。
  9. 針對每一個資料列,為每個資料列建立 <ExtendedData> 元素,並將其附加到您在步驟 8 建立的 <Placemark> 元素。
  10. 建立 <Data> 元素,並將其附加至 <ExtendedData> 元素。為 <Data> 元素提供名稱屬性,並使用 setAttribute 為資料欄名稱指派值。
  11. 建立 <value> 元素並附加至 <Data> 元素。建立文字節點,並使用 createTextNode 為其指派資料欄的值。將文字節點附加至 <value> 元素。
  12. 建立 <Point> 元素並附加至 <Placemark> 元素。建立 <coordinates> 元素並附加至 <Point> 元素。
  13. 從資料列擷取位址,使其格式為單一字串,格式如下:Address1,Address2,City,State,Zip。因此第一列會是 1600 Amphitheater Parkway,,Mountain View,CA,94043。網址之間必須有半形逗號。請注意,您必須事先瞭解 CSV 檔案的結構,以及哪些資料欄構成位址。
  14. 使用 Geocoding_for_KML.py 代碼,透過 KML 地址的地理編碼地址,這會傳回地點的經緯度。
  15. 建立文字節點,並在步驟 14 中指派該節點的值,然後將其附加至 <coordinates> 元素。
  16. 將 KML 文件寫入檔案。
  17. 如果您將資料欄名稱清單做為引數傳遞至指令碼,指令碼將會按此順序新增元素。如果我們不考慮元素的順序,我們可以讓使用者 dict.keys() 產生 list。不過,dict.keys() 會保留文件中的原始順序。如要使用這個引數,請將欄位名稱清單 (以半形逗號分隔) 傳入清單,如下所示:
    python csvtokml.py Office,Address1,Address2,Address3,City,State,Zip,Phone,Fax

Python 程式碼範例

以下示範使用 Python 2.2 從 CSV 檔案建立 KML 檔案的程式碼範例。你也可以前往這個網頁下載。


import geocoding_for_kml
import csv
import xml.dom.minidom
import sys


def extractAddress(row):
  # This extracts an address from a row and returns it as a string. This requires knowing
  # ahead of time what the columns are that hold the address information.
  return '%s,%s,%s,%s,%s' % (row['Address1'], row['Address2'], row['City'], row['State'], row['Zip'])

def createPlacemark(kmlDoc, row, order):
  # This creates a  element for a row of data.
  # A row is a dict.
  placemarkElement = kmlDoc.createElement('Placemark')
  extElement = kmlDoc.createElement('ExtendedData')
  placemarkElement.appendChild(extElement)
  
  # Loop through the columns and create a  element for every field that has a value.
  for key in order:
    if row[key]:
      dataElement = kmlDoc.createElement('Data')
      dataElement.setAttribute('name', key)
      valueElement = kmlDoc.createElement('value')
      dataElement.appendChild(valueElement)
      valueText = kmlDoc.createTextNode(row[key])
      valueElement.appendChild(valueText)
      extElement.appendChild(dataElement)
  
  pointElement = kmlDoc.createElement('Point')
  placemarkElement.appendChild(pointElement)
  coordinates = geocoding_for_kml.geocode(extractAddress(row))
  coorElement = kmlDoc.createElement('coordinates')
  coorElement.appendChild(kmlDoc.createTextNode(coordinates))
  pointElement.appendChild(coorElement)
  return placemarkElement

def createKML(csvReader, fileName, order):
  # This constructs the KML document from the CSV file.
  kmlDoc = xml.dom.minidom.Document()
  
  kmlElement = kmlDoc.createElementNS('http://earth.google.com/kml/2.2', 'kml')
  kmlElement.setAttribute('xmlns','http://earth.google.com/kml/2.2')
  kmlElement = kmlDoc.appendChild(kmlElement)
  documentElement = kmlDoc.createElement('Document')
  documentElement = kmlElement.appendChild(documentElement)

  # Skip the header line.
  csvReader.next()
  
  for row in csvReader:
    placemarkElement = createPlacemark(kmlDoc, row, order)
    documentElement.appendChild(placemarkElement)
  kmlFile = open(fileName, 'w')
  kmlFile.write(kmlDoc.toprettyxml('  ', newl = '\n', encoding = 'utf-8'))

def main():
  # This reader opens up 'google-addresses.csv', which should be replaced with your own.
  # It creates a KML file called 'google.kml'.
  
  # If an argument was passed to the script, it splits the argument on a comma
  # and uses the resulting list to specify an order for when columns get added.
  # Otherwise, it defaults to the order used in the sample.
  
  if len(sys.argv) >1: order = sys.argv[1].split(',')
  else: order = ['Office','Address1','Address2','Address3','City','State','Zip','Phone','Fax']
  csvreader = csv.DictReader(open('google-addresses.csv'),order)
  kml = createKML(csvreader, 'google-addresses.kml', order)
if __name__ == '__main__':
  main()

KML 範例

這個指令碼建立的 KML 範例如下所示。 請注意,部分<value>元素只有一個空白字元。這是因為該欄位沒有任何資料您也可以在這裡下載完整範例。

<?xml version="1.0" encoding="utf-8"?>
<kml xmlns="http://earth.google.com/kml/2.2">
  <Document>
    <Placemark>
      <ExtendedData>
        <Data name="Office">
          <value>
            Headquarters
          </value>
        </Data>
        <Data name="Address1">
          <value>
            1600 Amphitheater Parkway
          </value>
        </Data>
        <Data name="City">
          <value>
            Mountain View
          </value>
        </Data>
        <Data name="State">
          <value>
            CA
          </value>
        </Data>
        <Data name="Zip">
          <value>
            94043
          </value>
        </Data>
        <Data name="Phone">
          <value>
            650-253-0000
          </value>
        </Data>
        <Data name="Fax">
          <value>
            650-253-0001
          </value>
        </Data>
      </ExtendedData>
      <Point>
        <coordinates>
          -122.081783,37.423111
        </coordinates>
      </Point>
    </Placemark>
    ...

螢幕擷取畫面

以下螢幕截圖顯示該 KML 檔案在 Google 地球中的樣貌。 由於每個 <Placemark> 元素都沒有 <BalloonStyle><text><description> 元素,因此氣球預設為資料表樣式,然後繪製在 <Data> 元素上。

此指令碼建立的 KML 螢幕截圖

地理編碼考慮度

這已在「KML 專用的地理編碼地址」中提及,但需要重複所在位置。您的地理編碼要求將以地理編碼器的最大查詢頻率和每日 15,000 次查詢為基準 (根據您的 IP 量而定)。此外,當您查詢查詢時,進行地理編碼的速度必須更快處理,因此 620 會傳回狀態碼。(如需完整的狀態碼清單,請參閱這篇文章)。為避免傳送查詢的速度過快至地理編碼器,您可以指定每個地理編碼要求之間的延遲時間。您可以在每次收到 620 狀態時增加延遲時間,然後使用 while 迴圈,確保已成功疊代地址後再進行疊代至下一個地址。換句話說,如果您的 CSV 檔案非常大,您可能需要修改地理編碼程式碼,或者持續追蹤您建立地標的速度,如果速度太慢,則可能放慢速度。

結語

現在您可以使用 Python 從 CSV 檔案建立 KML 檔案。使用所提供的程式碼時,KML 檔案只能在「Google 地球」中運作。您可以使用 <description> 而非 <ExtendedData>,在 Google 地圖和 Google 地球中修改該設定。此外,將這個程式碼範例轉換為任何其他支援 XML 支援的程式設計語言。

完成所有 CSV 檔案的轉換作業後,建議您查看其他 KML 文章,例如使用 PHP 和 MySQL 來建立 KML,以及 Google 開發人員指南的 ExtendedData 相關說明文章:新增自訂資料

返回頁首