当前位置: 首页 > article >正文

高德地图API实战:5分钟搞定最新行政区划GeoJSON数据获取(附完整代码)

高德地图API实战5分钟获取最新行政区划GeoJSON数据的完整指南当我们需要在项目中集成地图功能时获取准确且最新的行政区划数据往往是第一个拦路虎。传统方法要么数据陈旧要么需要手动处理复杂的边界文件。高德地图API提供了一种优雅的解决方案让我们能够动态获取最新行政区划数据并转换为标准GeoJSON格式。1. 准备工作与环境配置在开始之前我们需要完成几个简单的准备工作注册高德开放平台账号访问高德开放平台官网完成开发者注册创建应用并获取Key在控制台创建Web端应用记下分配给你的API Key准备开发环境确保你的项目已经配置好基本的HTML和JavaScript环境提示高德地图API的免费配额对于大多数中小型应用已经足够但如果预计会有大量调用建议提前评估配额需求。基础HTML模板如下!DOCTYPE html html head meta charsetutf-8 title行政区划数据获取/title style #map-container { width: 100%; height: 500px; } /style /head body div idmap-container/div script srchttps://webapi.amap.com/maps?v2.0key你的KEY/script script srchttps://webapi.amap.com/ui/1.1/main.js/script script srcapp.js/script /body /html2. 获取行政区划基础数据高德地图的DistrictSearch服务是我们获取行政区划数据的核心接口。它支持从国家到街道的多级查询并返回包括行政区划代码、名称、中心点坐标等关键信息。基本查询参数说明参数名类型说明keywordsString查询关键字如中国、北京市subdistrictNumber返回下级行政区级数(0-3)showbizBoolean是否返回商圈信息// 初始化行政区查询 const districtSearch new AMap.DistrictSearch({ subdistrict: 1, // 获取下级行政区 extensions: all, level: country // 查询级别 }); // 查询中国省级行政区 districtSearch.search(中国, function(status, result) { if (status complete) { const provinces result.districtList[0].districts; console.log(获取到省级行政区:, provinces); } });这段代码执行后我们就能获得全国所有省级行政区的列表每个行政区对象包含以下关键属性name: 行政区名称adcode: 行政区划代码center: 中心点坐标level: 行政区级别(省/市/区等)3. 获取GeoJSON边界数据获取行政区列表只是第一步我们真正需要的是每个行政区的边界数据。这需要使用AMapUI的DistrictExplorer模块。边界数据获取流程加载DistrictExplorer模块调用loadAreaNode方法获取区域节点从区域节点提取边界特征(features)包装为标准GeoJSON格式function getGeoJsonByAdcode(adcode, callback) { AMapUI.load([ui/geo/DistrictExplorer], function(DistrictExplorer) { const districtExplorer new DistrictExplorer(); districtExplorer.loadAreaNode(adcode, function(error, areaNode) { if (error) { console.error(获取边界数据失败:, error); return; } const geoJson { type: FeatureCollection, features: areaNode.getSubFeatures() }; callback(geoJson); }); }); }注意高德返回的边界数据已经包含了完整的几何坐标信息但需要手动包装为标准的GeoJSON FeatureCollection格式才能被大多数地图库使用。4. 完整实现与性能优化将上述步骤组合起来我们可以构建一个完整的行政区划数据获取方案。但在实际应用中还需要考虑一些性能优化和错误处理的问题。完整实现代码示例// 缓存已获取的GeoJSON数据 const geoJsonCache {}; async function getFullGeoJson(adcode, level) { // 检查缓存 if (geoJsonCache[adcode]) { return geoJsonCache[adcode]; } // 获取行政区基本信息 const districtInfo await new Promise((resolve) { new AMap.DistrictSearch({ level: level, subdistrict: 0 }).search(adcode, (status, result) { resolve(status complete ? result.districtList[0] : null); }); }); if (!districtInfo) { throw new Error(获取行政区信息失败: ${adcode}); } // 获取GeoJSON边界数据 const geoJson await new Promise((resolve) { AMapUI.load([ui/geo/DistrictExplorer], function(DistrictExplorer) { new DistrictExplorer().loadAreaNode(adcode, (error, areaNode) { if (error) { resolve(null); return; } resolve({ type: FeatureCollection, features: areaNode.getSubFeatures().map(feature ({ ...feature, properties: { ...feature.properties, name: districtInfo.name, adcode: districtInfo.adcode, center: districtInfo.center } })) }); }); }); }); if (geoJson) { geoJsonCache[adcode] geoJson; } return geoJson; }性能优化建议实现数据缓存避免重复请求相同行政区数据批量获取对于需要获取多个相邻行政区的情况可以考虑批量请求按需加载只在用户需要查看时才加载详细边界数据使用Web Worker将数据处理放在后台线程避免阻塞UI5. 实际应用示例获取到GeoJSON数据后我们可以将其应用于各种场景。以下是几个典型的应用示例5.1 与ECharts集成实现数据可视化// 初始化ECharts实例 const chart echarts.init(document.getElementById(map-container)); // 注册地图 echarts.registerMap(china, geoJsonData); // 设置配置项 const option { tooltip: { trigger: item, formatter: {b}br/面积: {c} km² }, visualMap: { min: 0, max: 100000, text: [高, 低], realtime: false, calculable: true, inRange: { color: [#e0f3f8, #abd9e9, #74add1, #4575b4, #313695] } }, series: [{ name: 面积, type: map, map: china, roam: true, emphasis: { label: { show: true } }, data: dataList }] }; // 使用配置项显示图表 chart.setOption(option);5.2 实现行政区划多级联动// 省市区三级联动实现 class DistrictSelector { constructor(container, onSelect) { this.containers { province: document.createElement(select), city: document.createElement(select), district: document.createElement(select) }; container.appendChild(this.containers.province); container.appendChild(this.containers.city); container.appendChild(this.containers.district); this.onSelect onSelect; this.initEvents(); this.loadProvinces(); } initEvents() { this.containers.province.addEventListener(change, () this.loadCities()); this.containers.city.addEventListener(change, () this.loadDistricts()); this.containers.district.addEventListener(change, () this.handleSelect()); } loadProvinces() { this.queryDistricts(中国, provinces { this.fillSelect(this.containers.province, provinces); this.loadCities(); }); } loadCities() { const province this.containers.province.value; if (!province) return; this.queryDistricts(province, cities { this.fillSelect(this.containers.city, cities); this.loadDistricts(); }); } loadDistricts() { const city this.containers.city.value; if (!city) return; this.queryDistricts(city, districts { this.fillSelect(this.containers.district, districts); this.handleSelect(); }); } queryDistricts(keyword, callback) { new AMap.DistrictSearch({ level: city, subdistrict: 1 }).search(keyword, (status, result) { callback(status complete ? result.districtList[0].districts : []); }); } fillSelect(select, items) { select.innerHTML items.map(item option value${item.name}${item.name}/option ).join(); } handleSelect() { const selected { province: this.containers.province.value, city: this.containers.city.value, district: this.containers.district.value }; this.onSelect(selected); } }在实际项目中我发现将行政区划数据获取逻辑封装成独立的服务类能够大大提高代码复用性。通过合理的缓存策略可以显著减少API调用次数提升应用响应速度。

相关文章:

高德地图API实战:5分钟搞定最新行政区划GeoJSON数据获取(附完整代码)

高德地图API实战:5分钟获取最新行政区划GeoJSON数据的完整指南 当我们需要在项目中集成地图功能时,获取准确且最新的行政区划数据往往是第一个拦路虎。传统方法要么数据陈旧,要么需要手动处理复杂的边界文件。高德地图API提供了一种优雅的解决…...

Qwen3-14B-Int4-AWQ量化原理浅析:INT4与AWQ技术如何实现高性能推理

Qwen3-14B-Int4-AWQ量化原理浅析:INT4与AWQ技术如何实现高性能推理 1. 为什么需要模型量化 大语言模型在带来强大能力的同时,也面临着巨大的计算和存储开销。以Qwen3-14B为例,原始FP16格式的模型需要占用约28GB显存,这对大多数消…...

Vue 3项目里用pdfjs-dist处理超大PDF,我是这样优化首屏加载和滚动体验的

Vue 3项目中pdfjs-dist处理超大PDF的性能优化实战 最近在开发一个企业级文档管理系统时,遇到了一个棘手的问题:用户需要在线预览上百页的技术手册,这些PDF文件体积常常超过100MB。传统的PDF预览方案要么加载缓慢导致用户流失,要么…...

基于单片机智能窗帘控制系统仿真设计-毕设课设资料

代码功能解析 该代码实现了一个基于单片机的智能窗帘控制系统,包含光照度检测、数码管显示、电机控制等功能模块。以下是核心功能解析: 硬件接口定义 ADC0804接口:CS、RD、WR控制引脚连接P3.0-P3.2,数据端口为P1数码管接口&…...

必知的AI写专著工具,高效完成专著,提升学术产出效率

学术专著写作挑战与AI工具应对 学术专著的生命力主要体现在逻辑的严密性上,但恰恰是逻辑论证部分最容易出现问题。撰写专著时,需围绕核心观点进行系统论证,既要充分阐述每个论点,还要妥善处理不同学派的争议观点,同时…...

Java HashMap源码分析

文章目录Java HashMap源码分析概述数据结构储存流程源码分析继承关系基本属性HashMap 构造函数Node 单链表节点TreeNode 红黑树节点hash() 哈希算法put()resize()remove()Java HashMap源码分析 概述 HashMap 实现 Map<K,V> 接口&#xff0c;基于哈希表实现&#xff0c;…...

基于单片机智能病床呼叫系统设计-毕设课设资料

病床呼叫系统设计与实现 该病床呼叫系统基于AT89C52单片机设计&#xff0c;结合按键、LED指示灯、蜂鸣器和LCD1602液晶显示屏&#xff0c;实现了病房呼叫与护士响应的功能。系统通过硬件电路和软件逻辑的配合&#xff0c;确保高效、安全的服务。 硬件模块设计 主控模块 采用…...

揭秘AI写专著:高效工具推荐,助力你轻松产出高质量学术著作

写学术专著不仅考验研究者的学术能力&#xff0c;也是一种心理承受力的挑战。和论文写作可以依赖团队的方式不同&#xff0c;专著撰写往往是一个独立的过程。从选题到框架设计&#xff0c;再到具体的内容创作以及最终的修改&#xff0c;几乎每一个环节都需要研究者独自面对。长…...

进程间通信——信号量篇

1.同步、互斥、临界资源、临界区的概念1.1临界区通过代码访问临界区的这部分代码叫做临界区&#xff1b;1.2临界资源多个进程能看到的同一份公共资源叫做共享资源&#xff0c;被保护起来的资源叫做临界资源&#xff1b;所谓的会共享资源的保护&#xff0c;本质是对访问共享资源…...

shutil.copy vs copyfile vs copytree:Python文件复制函数全对比(附常见错误修复)

shutil.copy vs copyfile vs copytree&#xff1a;Python文件复制函数全对比&#xff08;附常见错误修复&#xff09; 在Python项目中处理文件操作时&#xff0c;shutil模块是开发者最常用的工具之一。这个标准库模块提供了多种文件复制方法&#xff0c;但很多开发者在使用过程…...

CLIP虚拟环境安装全攻略:从依赖配置到模型加载(24-7-11最新版)

1. 环境准备与依赖安装 最近在做一个多模态项目时&#xff0c;需要用到CLIP模型。作为OpenAI推出的视觉-语言预训练模型&#xff0c;CLIP在图像分类、文本搜索等任务上表现非常出色。不过在实际安装过程中&#xff0c;我发现不少新手会遇到各种环境配置问题。下面我就把踩过的…...

深入Timm源码:从create_model到模型注册机制的完整解析(以ResNet为例)

深入Timm源码&#xff1a;从create_model到模型注册机制的完整解析&#xff08;以ResNet为例&#xff09; 在深度学习领域&#xff0c;模型库的灵活性和可扩展性直接影响着研究效率和工程落地速度。Timm库作为PyTorch生态中备受推崇的计算机视觉模型库&#xff0c;其设计精妙的…...

智能手环(有完整资料)

资料查找方式&#xff1a;特纳斯电子&#xff08;电子校园网&#xff09;&#xff1a;搜索下面编号即可编号&#xff1a;T1862205M设计简介&#xff1a;本设计是基于单片机的智能手环&#xff0c;主要实现以下功能&#xff1a;1、可通过三轴加速度传感器检测当前步数 2、可通过…...

人工智能|深度学习——常用的神经网络优化算法(从梯度下降到 Adam!)

这篇文章介绍了不同优化算法之间的主要区别&#xff0c;以及如何选择最佳的优化方法。 1.什么是优化算法 优化算法的功能&#xff0c;是通过改善训练方式&#xff0c;来最小化(或最大化)损失函数E(x)。模型内部有些参数&#xff0c;是用来计算测试集中目标值Y的真实值和预测值的…...

ZED 2/2i 相机深度配置实战 | Ubuntu 20.04 + CUDA 11.8 疑难排查手册

1. 环境准备与基础配置 最近在Ubuntu 20.04上折腾ZED 2i相机的经历让我深刻体会到&#xff0c;再先进的硬件设备也架不住基础环境没配好。先说说我的配置清单&#xff1a; 联想ThinkPad P15v工作站NVIDIA RTX 3000显卡原生USB 3.2 Gen2接口官方标配的ZED 2i相机 显卡驱动这个坑…...

Qemu mdev GPA->HVA映射逻辑

QEMU vfio_realize初始化: 测试命令如下,包含两个PCI IOMMU GROUP设备的透传: sudo qemu-system-x86_64 -m 4096 -smp 4 --enable-kvm -drive file=./zlcao.img -device vfio-pci,host=0000:02:00.0 -device vfio-pci,host=0000:00:1f.0 -device vfio-pci,host=0000:00:1f.…...

无人机巡检电网技术进展与中外对比

当前的研究和商业化进展主要集中在电网巡检维护&#xff0c;对光纤与下水道场景的覆盖较为有限。以下分析将结合已有信息&#xff0c;重点阐述电网领域进展&#xff0c;并引申探讨技术在其他基础设施维护中的潜力与挑战&#xff0c;最后进行中外对比。 核心技术栈与应用对比 …...

避坑指南:URP迁移后GL渲染失效?用Renderer Feature拯救你的屏幕后处理

URP迁移实战&#xff1a;用Renderer Feature重构屏幕后处理管线 当开发者从Unity内置渲染管线迁移到通用渲染管线(URP)时&#xff0c;屏幕后处理效果失效是最常见的痛点之一。传统依赖OnRenderImage的方法在URP中不再适用&#xff0c;而Renderer Feature提供了更灵活、更强大的…...

StructBERT开源大模型GPU优化实践:FP16推理加速、批处理吞吐量实测对比

StructBERT开源大模型GPU优化实践&#xff1a;FP16推理加速、批处理吞吐量实测对比 1. 为什么我们需要优化大模型推理速度&#xff1f; 如果你用过类似StructBERT这样的中文大模型来做句子相似度计算&#xff0c;可能会发现一个问题&#xff1a;速度不够快。 想象一下这样的…...

【架构师从入门到进阶】第三章:系统整体优化思路——第一节:整体优化思路

【架构师从入门到进阶】第三章&#xff1a;系统整体优化思路——第一节&#xff1a;整体优化思路大事化小前置处理后置处理加快处理本篇文章我们来看一下整体优化思路。 这里面我整理了四个优化的思路&#xff1a; 大事化小前置处理后置处理加快处理 什么意思呢&#xff1f;…...

Squirrel-RIFE开发者指南:如何扩展和定制补帧功能

Squirrel-RIFE开发者指南&#xff1a;如何扩展和定制补帧功能 【免费下载链接】Squirrel-RIFE 项目地址: https://gitcode.com/gh_mirrors/sq/Squirrel-RIFE Squirrel-RIFE是一款基于RIFE算法的中文视频补帧软件&#xff0c;能够将视频帧率提升2-8倍&#xff0c;同时保…...

从零构建Prometheus+Grafana监控体系:MySQL性能可视化实战

1. 为什么需要监控MySQL数据库性能&#xff1f; 作为最流行的开源关系型数据库&#xff0c;MySQL承载着大量企业的核心业务数据。但数据库性能问题就像温水煮青蛙——当发现查询变慢、连接数暴增时&#xff0c;系统往往已经处于崩溃边缘。我经历过最惨痛的教训是某次大促期间&a…...

树 形 DP (dnf序)

题目1 333. 最大二叉搜索子树 - 力扣&#xff08;LeetCode&#xff09; // 最大BST子树 // 给定一个二叉树&#xff0c;找到其中最大的二叉搜索树&#xff08;BST&#xff09;子树&#xff0c;并返回该子树的大小 // 其中&#xff0c;最大指的是子树节点数最多的 // 二叉搜索树…...

ATP3011 I²C语音桥接芯片驱动设计与嵌入式集成

1. ATP3011 概述&#xff1a;AquesTalk Pico LSI 的 IC 接口驱动设计与嵌入式集成实践ATP3011 是专为嵌入式系统设计的硬件桥接模块&#xff0c;用于实现微控制器&#xff08;MCU&#xff09;与 AquesTalk Pico 语音合成 LSI&#xff08;如 AQM0802、AQV0802 系列&#xff09;之…...

告别手动配置!保姆级教程:在Ubuntu 22.04上搞定BNC 2.12.17依赖库(附libqtwebkit4安装避坑指南)

在Ubuntu 22.04上无缝部署BNC 2.12.17的完整指南 对于GNSS数据处理领域的研究人员和工程师来说&#xff0c;BNC&#xff08;BKG NTRIP Client&#xff09;是一个不可或缺的工具。然而&#xff0c;在最新的Ubuntu 22.04系统上安装这个软件时&#xff0c;依赖库问题往往成为第一道…...

从零开始玩转CTF:探秘专为比赛封装的CTFos虚拟机(含WSL子系统+全套工具链)

从零构建CTF竞技场&#xff1a;深度解析CTFos虚拟机的实战价值与工具链生态 在网络安全竞技领域&#xff0c;CTF&#xff08;Capture The Flag&#xff09;比赛已成为检验实战能力的黄金标准。对于初学者而言&#xff0c;最令人头疼的往往不是题目本身的难度&#xff0c;而是复…...

R语言实战:用mice包搞定缺失值多重插补(附完整代码+可视化技巧)

R语言实战&#xff1a;用mice包实现缺失值多重插补全流程解析 在数据分析的实际工作中&#xff0c;缺失值处理往往是绕不开的难题。传统方法如简单删除或均值填充可能导致信息损失或统计偏差&#xff0c;而多重插补技术通过构建多个可能的填补值&#xff0c;能够更好地保留数据…...

如何通过AI编程助手提升Godot游戏开发效率

如何通过AI编程助手提升Godot游戏开发效率 【免费下载链接】godot-copilot AI-assisted development for the Godot engine. 项目地址: https://gitcode.com/gh_mirrors/go/godot-copilot 在游戏开发的创意之路上&#xff0c;你是否曾因重复编写模板代码而感到枯燥&…...

LQRWeChat:基于融云SDK的仿微信6.5.7完整开发指南

LQRWeChat&#xff1a;基于融云SDK的仿微信6.5.7完整开发指南 【免费下载链接】LQRWeChat 本项目仿最新版微信6.5.7&#xff08;除图片选择器外&#xff09;&#xff0c;基于融云SDK&#xff0c;使用目前较火的 RxjavaRetrofitMVPGlide 技术开发。相比上个版本&#xff0c;加入…...

微服务架构实战:Solution Architecture Patterns中的10个核心模式

微服务架构实战&#xff1a;Solution Architecture Patterns中的10个核心模式 【免费下载链接】solution-architecture-patterns Reusable, vendor-neutral, industry-specific, vendor-specific solution architecture patterns for enterprise 项目地址: https://gitcode.…...