2008 年 3 月
目标
本教程简要介绍了如何使用 Python 基于逗号分隔值 (CSV) 数据创建 KML。CSV 数据是当今使用最广泛的文件格式之一。大多数电子表格和数据库都可以读取和写入 CSV 文件。其格式简单，可在文本编辑器中进行修改。许多编程语言（例如 Python）都有专门用于读取和写入 CSV 文件的库。因此，它非常适合用于交换大量数据。
虽然本教程中的代码示例是使用 Python 编写的，但它们可以适用于大多数其他编程语言。本教程使用对地址进行地理编码以在 KML 中使用中的代码将地址转换为经度/纬度坐标。它还使用了 KML 2.2 的新 <ExtendedData> 元素，并利用了添加自定义数据中介绍的气球模板。因此，生成的 KML 目前在 Google 地图或其他使用 KML 的应用中不受支持，但可以调整代码以生成与 Google 地图兼容的 KML。
示例数据
在本教程中，请使用 google-addresses.csv 文件作为示例 CSV 文件。此文件包含美国各个 Google 办事处的地址、电话号码和传真号码。以下是该文件的文本：
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,
请注意，每一行都是一系列以英文逗号分隔的文本字符串。
每个英文逗号分隔一个字段；每行都包含相同数量的英文逗号。
第一行包含字段名称（按顺序排列）。例如，每行中的第一个文本块是“Office”字段，第二个是“Address1”字段，依此类推。Python 可以将此内容转换为 dicts 的集合（称为 DictReader），从而让您逐步浏览每一行。此代码示例依赖于您预先了解数据结构，但您可以添加一些基本处理程序来动态传递字段结构。
解析 CSV 文件
Python 的 xml.dom.minidom 模块提供了用于创建 XML 文档的强大工具，由于 KML 是 XML，因此您将在本教程中大量使用该模块。您可以使用 createElement 或 createElementNS 创建元素，并使用 appendChild 将其附加到另一个元素。以下是解析 CSV 文件并创建 KML 文件的步骤。
- 将 geocoding_for_kml.py 导入到您的模块中。
- 为 CSV 文件创建
DictReader。DictReader是dicts的集合，每个dicts对应一行。 - 使用 Python 的
xml.dom.minidom.Document()创建文档。 - 使用
createElementNS.创建根<kml>元素 - 将其附加到文档
。 - 使用
createElement创建<Document>元素。 - 使用
appendChild将其附加到<kml>元素。 - 为每一行创建一个
<Placemark>元素，并将其附加到<Document>元素。 - 对于每行中的每个列，创建一个
<ExtendedData>元素，并将其附加到您在第 8 步中创建的<Placemark>元素。 - 创建一个
<Data>元素，并将其附加到<ExtendedData>元素。 为<Data>元素提供一个名称属性，并使用setAttribute为其分配列名称的值。 - 创建一个
<value>元素并将其附加到<Data>元素。创建一个文本节点，并使用createTextNode为其分配列的值。将文本节点附加到<value>元素。 - 创建一个
<Point>元素并将其附加到<Placemark>元素。创建一个<coordinates>元素并将其附加到<Point>元素。 - 从相应行中提取地址，使其成为一个字符串，格式如下：地址 1、地址 2、城市、州/省/自治区/直辖市、邮政编码。因此，第一行将是
1600 Amphitheater Parkway,,Mountain View,CA,94043。 相邻的逗号没关系。请注意，要执行此操作，您需要预先了解 CSV 文件的结构以及哪些列构成地址。 - 使用 Geocoding Addresses for Use in KML（对地址进行地理编码以在 KML 中使用）中介绍的 geocoding_for_kml.py 代码对地址进行地理编码。此方法会返回一个字符串，其中包含相应位置的经度和纬度。
- 创建一个文本节点，并为其分配第 14 步中的坐标值，然后将其附加到
<coordinates>元素。 - 将 KML 文档写入文件。
- 如果您将列名列表作为实参传递给脚本，脚本将按该顺序添加元素。如果我们不关心元素的顺序，可以使用
dict.keys()生成list。不过，dict.keys()不会保留文档中的原始顺序。如需使用此实参，请以英文逗号分隔列表的形式传入字段名称列表，如下所示：python csvtokml.py Office,Address1,Address2,Address3,City,State,Zip,Phone,Fax
Python 代码示例
以下是使用 Python 2.2 从 CSV 文件创建 KML 文件的示例代码。您也可以点击此处下载。
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 aelement 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()
创建了示例 KML
此脚本创建的 KML 示例如下所示。
请注意，某些 <value> 元素中只有空格。这是因为该字段中没有任何数据。您也可以点击此处下载完整示例。
<?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>
...
屏幕截图
下图显示了该 KML 文件在 Google 地球中的外观。
由于每个 <Placemark> 元素都没有 <BalloonStyle><text> 和 <description> 元素，因此信息框默认采用表格样式，并使用 <Data> 元素。
地理编码注意事项
虽然“对地址进行地理编码以在 KML 中使用”一文中已提及这一点，但仍有必要再次强调。您的地理编码请求将受地理编码器的最大查询速率限制，并且每天最多只能发出 15,000 次查询（基于您的 IP 地址）。此外，如果您查询地理编码器的速度过快，导致地理编码器无法处理，则地理编码器会返回状态代码 620。（如需查看状态代码的完整列表，请点击此处。）
为确保您不会过于频繁地向地理编码器发送查询，您可以在每个地理编码请求之间指定延迟时间。您可以在每次收到 620 状态时增加此延迟，并使用 while 循环来确保您已成功对某个地址进行地理编码，然后再迭代到下一个地址。这意味着，如果您的 CSV 文件非常大，您可能需要修改地理编码代码，或者跟踪您创建地标的速度，如果速度过快，则需要减慢速度。
总结
现在，您可以使用 Python 从 CSV 文件创建 KML 文件。使用提供的代码后，KML 文件将仅在 Google 地球中有效。您可以修改该代码，使其在 Google 地图和 Google 地球中都能运行，方法是将 <ExtendedData> 替换为 <description>。此外，您还可以轻松将此代码示例转换为任何提供 XML 支持的其他编程语言。
现在，您已完成将所有 CSV 文件转换为 KML 的操作，不妨查看其他 KML 文章，例如使用 PHP 和 MySQL 创建 KML 以及 Google 开发者指南中有关 ExtendedData 的文章添加自定义数据。