企业官网建设流程全解析

简介：这是一份面向GIS开发初学者与管网管理人员的轻量级示例资源，演示了如何借助百度地图API构建可在网页端在线编辑的管网地图应用。资源包为rar压缩格式，整体仅5KB，内含1个HTML文件。该文件将GIS展示与交互逻辑集中在一个页面中，可直接通过浏览器打开查看效果，便于分析代码结构与技术实现。借助百度地图API，实现了管网图形在线绘制、符号标注和地图叠加展示等能力，覆盖供水、排水、燃气等基础设施管理的常见可视化需求。对于希望快速了解Web GIS入门技术、管网图层制作方式或百度地图JS API基础调用方法的读者，这份体积小、结构清晰的案例可作为很好的学习参照。该资源已有418人学习下载，适合用于理解GIS数据在地图服务中的呈现与管理思路。

1. 一个 GIS.rar 压缩包，能不能变成一张能用的管网地图

接手管网项目时，最常见的交接物不是数据库，而是一个叫 GIS.rar 的压缩包。里面可能装着从老电脑上拷下来的 gis 管网矢量数据、CAD 原始总图，或者一堆后缀名都没见过的文件。你双击解压，拖进 GIS 软件，大概率会遇到两种结果：要么管线图形和百度地图对得上，要么整条管线跑到隔壁街区，属性表里全是乱码。这篇笔记就是要把 GIS.rar 到一张能用的管网地图之间要过的四道关讲清楚——格式识别、坐标纠偏、底图叠加、字段与出图。适合刚接手管网数据的工程运维人员、兼职做数据整理的 GIS 初学者，以及被一句“把百度地图上的管线弄出来”砸懵的人。

2. 解开 GIS.rar：先确认里面是 Shapefile、GeoJSON 还是 CAD 管网图

拿到压缩包先别急着双击解压。几百 MB 的包全解出来铺一地，只会让你在找文件上多花半小时。第一步永远是先看包内结构。

2.1 先不急着解压：用 rarfile 列出压缩包内部结构

rar 格式可以用 Python 的 rarfile 库直接读取文件列表，不解压就能知道里面有什么。这个库底层依赖本机的 unrar 或 WinRAR 命令行工具，没装会直接报错。

import rarfile rar_path = "GIS.rar" # 如果提示 Cannot find unrar，需要先安装 unrar 或 WinRAR 并加入环境变量 with rarfile.RarFile(rar_path) as rf: for info in rf.infolist(): print(f"{info.filename}\t{info.file_size}")

这段代码遍历压缩包内所有文件条目，打印文件名和原始大小。看到列表后，先按扩展名归类：.shp/.shx/.dbf/.prj成组出现，说明里面是 Shapefile；.dwg/.dxf说明是 CAD 图纸；.geojson或.txt则可能是整理好的交换数据。如果全是.sid/.ecw/.tif，那多半是影像底图而不是矢量管网，后续思路完全不同。

不想写 Python 的话，直接用命令行也可以：

unrar l GIS.rar

参数l是 list，只列目录不解压；vb可以只输出文件名列表，方便后续用管道接 grep 筛查。注意压缩包如果带密码，l也会要求输入密码，但有些 WinRAR 加密的包允许不输密码查看文件名，实际取决于打包时的加密设置。

2.2 看清管网数据的三种面孔：Shapefile、GeoJSON、DWG

管网矢量数据在交付文件里最常见的就三种形态，处理思路完全不同。

看到.shp就优先用 Shapefile，因为 DXF 里的管线虽然画得清楚，但管径、材质往往写在文字标注里而不是属性表里，没法直接做分级统计。.geojson如果是别人从在线地图导出的，坐标系大概率已经被处理过，直接验证坐标范围就好。同一个包里既有.dwg又有.shp时，.shp通常是整理过的成果数据，先打开它，把 CAD 图留作核对参考。

2.3 用最小文件清单验证数据完整：shp、shx、dbf、prj 缺一不可

Shapefile 是一个“伪单文件”格式，实际由多个同名不同扩展名的文件组成。缺了.shx，QGIS 直接提示文件无效；缺了.dbf，属性表打不开，管径材质全部看不到；缺了.prj，软件不知道坐标系是什么，后面纠偏全靠猜。用一段脚本扫目录，可以快速定位哪些数据不完整。

import os folder = "unpacked" # 改成实际解压目录 required = [".shp", ".shx", ".dbf", ".prj"] for root, _, files in os.walk(folder): for f in files: if f.lower().endswith(".shp"): base = os.path.join(root, f[:-4]) missing = [ext for ext in required if not os.path.exists(base + ext)] if missing: print(f"[缺失] {f}: 缺少 {'、'.join(missing)}") else: print(f"[完整] {f}")

原理是按文件名前缀分组，把同一前缀的四个扩展名一一对照检查。.prj缺失是最麻烦的：软件默认按 WGS-84 处理，如果数据实际是高斯投影坐标，直接叠加底图会偏到完全不相干的位置。遇到这种情况，先用文本编辑器打开同目录其他.prj文件参考，或者问交付方要坐标系说明，别自己猜。

解压时还有一个老生常谈的坑：中文文件名加空格。Shapefile 的配套文件是靠主文件名关联的，路径里有特殊字符时部分组件会读取失败。我一般会在解压后立刻把所有文件复制到纯英文路径下再打开，能省掉后面一堆莫名其妙的报错。

3. 坐标纠偏：把管网数据从 WGS-84 或 GCJ-02 转到百度 BD-09

文件能打开只是起点。把管网数据拖进带百度地图底图的工程里，最常见的反应是“怎么偏了这么多”。这不是数据坏了，是坐标系错了。

3.1 为什么百度地图上的管网会“漂移”：WGS-84、GCJ-02、BD-09 的关系

很多 gis 教程只教你加载底图，不告诉你坐标系会漂。百度地图用的是 BD-09，GPS 设备采集的原始坐标是 WGS-84，国内地图服务商出于显示一致性会用 GCJ-02 做一次偏移，百度又在 GCJ-02 基础上做了 BD-09 的二次偏移。管线数据如果是 WGS-84 直接叠到百度底图上，偏差可达几十米甚至上百米；在城市主干道上，几十米足以让管线从道路一侧“穿楼”到另一侧，现场巡查完全没法用。

怎么判断数据到底是哪个坐标系？先看.prj文件内容：写的是GEOGCS["WGS 84"]就是 WGS-84；如果坐标范围是经纬度且在 100～120、30～40 之间，大概率是未投影的经纬度坐标。如果坐标是六位数级别，比如 x=310000，y=3400000，那是投影坐标（高斯克吕格），要先把它转回经纬度再谈百度地图叠加。很多老管网数据根本没有.prj，这时候只能根据坐标量级和经验判断，判断错了后面全白做。

3.2 在 QGIS 里重投影：自定义 BD-09 CRS 的操作步骤

QGIS 的 EPSG 代码库里没有 BD-09 的标准编号，它本质上不是一个严格的投影坐标系，而是加过偏移的经纬度系统。常见做法是自己定义一个新的 CRS 来“贴标签”，真正的坐标偏移交给脚本去算。操作如下：

1. 打开 QGIS，菜单栏“设置 → 选项 → 坐标参考系”，切到“自定义 CRS 选项卡；
2. 点“添加”，名称填BD-09，格式选Proj String，按 WGS-84 的经纬度定义填写参数；
3. 对没有坐标系的图层右键 → “图层属性 → 信息”，先看当前 CRS；
4. 确认图层实际坐标是 WGS-84 后，用“矢量几何 → 重投影图层”，目标 CRS 选自定义的 BD-09。

这里要提醒一个极易混淆的点：把输出 CRS 改成 BD-09 并不会自动生成百度偏移量。QGIS 的重投影只做标准椭球变换，不包含 GCJ-02 和 BD-09 的加密偏移算法。所以 3.2 的操作只适用于“数据本身已经是 BD-09 坐标、但缺少 CRS 定义”的情况。大多数从 GPS 采集来的管网数据是 WGS-84，直接重投影到 BD-09 结果是错的，必须用 3.3 的脚本做显式纠偏。

3.3 用 pyproj 批量转换坐标：代码与参数说明

管网数据动辄几千条管线，靠 QGIS 手工另存费时且不可复现。我一般会把 WGS-84 到 GCJ-02、GCJ-02 到 BD-09 的公开转换算法封装成函数，用 Python 批量处理。下面的代码使用 geopandas 读取 Shapefile，逐点转换几何坐标。

import math import geopandas as gpd from shapely.geometry import Point, LineString def wgs84_to_bd09(lon, lat): # WGS-84 -> GCJ-02（公开近似算法，精度米级） a = 6378245.0 ee = 0.00669342162296594323 d_lon = lon - 105.0 d_lat = lat - 35.0 magic = math.sin(d_lat * math.pi / 180.0) magic = 1 - ee * magic * magic sqrt_magic = math.sqrt(magic) m_lon = (d_lon * 180.0) / (a / sqrt_magic * math.cos(d_lat * math.pi / 180.0) * math.pi) m_lat = (d_lat * 180.0) / ((a * (1 - ee)) / (magic * sqrt_magic) * math.pi) gcj_lon = lon + m_lon gcj_lat = lat + m_lat # GCJ-02 -> BD-09（固定偏移叠加） z = math.sqrt(gcj_lon * gcj_lon + gcj_lat * gcj_lat) + 0.00002 * math.sin(gcj_lat * math.pi / 180.0 * 3000.0) theta = math.atan2(gcj_lat, gcj_lon) + 0.000003 * math.cos(gcj_lon * math.pi / 180.0 * 3000.0) bd_lon = z * math.cos(theta) + 0.0065 bd_lat = z * math.sin(theta) + 0.006 return bd_lon, bd_lat def shift_geom(geom): # 点转点，线转线，逐顶点偏移 if isinstance(geom, Point): x, y = wgs84_to_bd09(geom.x, geom.y) return Point(x, y) if isinstance(geom, LineString): return LineString([wgs84_to_bd09(p[0], p[1]) for p in geom.coords]) return geom # 读入 WGS-84 的管线数据，强制转成标准经纬度 gdf = gpd.read_file("pipes_wgs84.shp") gdf = gdf.to_crs(epsg=4326) gdf.geometry = gdf.geometry.apply(shift_geom) gdf.to_file("pipes_bd09.shp", encoding="utf-8")

代码的逻辑分三步：先读入原始数据并统一到 WGS-84 经纬度，再遍历每条管线的每个顶点做纠偏，最后写回新文件。为什么输出文件不指定 CRS？因为 BD-09 没有 EPSG 编号，写文件时只能按 epsg=4326 保存，但坐标值已经是百度系，后续叠加时不需要再做重投影。代码里的a、ee是克氏椭球参数，0.0065、0.006是 BD-09 的固定偏移量，这些数值来自公开算法，不要随意改动。该算法满足管网巡查的目视定位需求，但别拿去做厘米级测量。

4. 叠加百度地图底图与排查：瓦片加载、坐标偏移、属性乱码的五个坑

坐标系处理完，终于可以看效果了。把转换后的pipes_bd09.shp拖进 QGIS，加载百度地图瓦片，这是最让人“上头”的一步——以为万事大吉，结果一屏黑或整体错位。

4.1 加载百度地图瓦片：在 QGIS 里配置 XYZ Tiles 底图

QGIS 的“浏览器”面板里右键 XYZ Tiles → “新建连接”，填一个名称和 URL 模板，就能把百度地图瓦片当底图用。URL 模板必须包含{x}、{y}、{z}三个变量，QGIS 会根据当前视图范围自动计算需要请求的瓦片行列号。

百度地图网页版加载的瓦片地址，常见做法是用浏览器开发者工具抓取请求链接，把固定部分存成模板。这类地址的稳定性不由你控制，不同时期会变化，所以我不在这里写死某个具体域名，你按下面的方式自己获取更可靠：

1. 用 Chrome 或 Edge 打开百度地图网页版，按 F12 打开开发者工具，切到“网络”面板；
2. 拖动地图，找到类型为png或jpeg的瓦片请求，把请求 URL 复制出来；
3. 把 URL 中的行列号替换成{x}、{y}、{z}，填进 QGIS 的 XYZ Tiles 模板。

还有一点容易被忽略：百度瓦片本质是 Web 墨卡托切图，而纠偏后的管线数据是 BD-09 经纬度。QGIS 加载时最好先把项目 CRS 设置为 EPSG:3857，再拖入管线数据，让软件做在线重投影，这样两者才能落在同一个画布上。加载后如果还是错位，优先检查第 3 章的数据坐标系处理，而不是底图设置。

4.2 瓦片黑屏、坐标偏移、乱码：五个真实踩坑记录

以下五条是处理管网数据和百度底图叠加时最高发的故障，现象、原因、解决一条条对。

坑 1：瓦片黑屏，画布一片黑或灰 现象：加载底图后什么都没有，缩放也没反应。 原因：URL 模板里缺{z}变量，或瓦片服务地址已失效；请求被服务方拒绝也会表现为黑屏。 解决：先用浏览器直接访问一个完整的瓦片 URL，比如把模板里的{x}、{y}、{z}代成具体数字，能出图说明模板对，不能出图就换模板。QGIS 的“网络日志”面板能看到 404 或 403 状态码，据此判断是地址问题还是权限问题。

坑 2：管线整体跑到底图西北方向几十米 现象：管线和底图道路平行，但间距稳定，像被人平移过。 原因：数据是 WGS-84 或 GCJ-02，没做 BD-09 纠偏。 解决：回到第 3.3 节，用脚本转换后再叠加。别靠“手动平移”去凑，几百条管线手移不现实，而且每条偏移量还不同。

坑 3：shp 能打开，属性表全是“口口口口” 现象：图形正常，但管径、材质等中文字段全是方框乱码。 原因：dbf 属性表是 GBK 编码，QGIS 默认按 UTF-8 读取。 解决：加载 shp 时在“数据源管理器”里把编码改为GBK，或者用 ogr2ogr 把 dbf 统一转成 UTF-8。这个坑在处理老管网数据时几乎必踩，提前知道能省半小时。

坑 4：rar 包解压后双击 .shp 提示文件无效 现象：单独拖出一个 .shp 文件，提示缺少组件无法打开。 原因：压缩包里同一组文件没全解出来，或者用鼠标拖拽只移出了部分文件。 解决：回到 2.1 的unrar l列表确认原始文件数量，再用unrar x GIS.rar一次性全量解压，不要用拖拽方式单个提取。

坑 5：坐标范围像是经纬度，但位置在海里或空白区 现象：坐标值在 100～120、30～40 之间，但点落在地球上根本不对的地方。 原因：数据是投影坐标（如高斯克吕格），被误当成经纬度；或者原始.prj内容丢失，软件按默认 WGS-84 处理。 解决：用文本编辑器打开.prj，看是PROJCS（投影坐标）还是GEOGCS（地理坐标）。如果是投影坐标，先用 QGIS 的“重投影图层”转到 EPSG:4326，再做 BD-09 纠偏。

4.3 验证叠加精度：用拾取器采样，量化偏移距离

纠偏有没有成功，不能靠“看着差不多”下结论。常见做法是在百度地图网页端的坐标拾取器里选三五个特征点——路口中心、桥头、河流拐弯——记下 BD-09 坐标，然后在 QGIS 里用测量工具量同一特征点到管线端点的距离。

我一般会在项目里建一个小表，把采样点和偏差值记下来：

偏差小于 5 米基本不影响管网巡查定位；10 米以上要重新检查坐标系处理步骤，而不是在 QGIS 里硬调。还有个小提醒：不要用“经纬度差零点几秒”来目测判断，秒级差在城区就是几十米，测量工具显示的米数才直观。

5. 从管网图形到管网地图：字段分级、自动编号与导出 txt

坐标对齐了，底图也有了，但一个只有线条的图层还不能叫“管网地图”。要能查管径、查材质、查埋深，并且能输出给施工或巡检用，属性整理和出图这步绕不过去。

5.1 管网属性表的设计：管径、材质、埋深与字段类型

管线数据的属性表质量决定这张图能不能用。最常见的字段包括管径、材质、埋深、起点/终点井号、长度和竣工日期。字段类型的选择有一个常被忽略的点：材质这类字段不要用数字代码，直接存中文文本，配合 QGIS 的“值映射”做显示，查询时一眼能看懂。

如果拿到的是 CAD 图纸而不是 Shapefile，属性表基本是空的，要先在 QGIS 里用“导入 DXF”或“点/线转要素”把图形转成 GIS 要素，再手工补字段。这一步工作量最大，没有捷径。字段里如果有“DN300”这种带前缀的文本，先别急着手动改，下一步用字段计算器批量清洗。

5.2 用字段计算器做管径分级与自动编号

字段计算器是整理管网属性最高频的工具，很多 gis 教程都把它当基础讲，但实际用到管网上时，核心就两个场景：提取数字、分级显示。

先看管径字段里带着单位前缀怎么清洗。假设字段名是DIA_TEXT，内容是DN300、DN500这种，用表达式提取数字部分：

regexp_replace("DIA_TEXT", 'DN', '')

这会把DN300变成300，输出类型选“整数”，新建一个字段DIA保存。如果数据里写的是de315这类外径标识，正则要改成匹配字母：

regexp_replace("DIA_TEXT", '[a-zA-Z]', '')

提取完数字后做分级，用 CASE WHEN 把管径分成三档，为后面符号化做准备：

CASE WHEN "DIA" >= 1000 THEN '大管径' WHEN "DIA" >= 500 THEN '中管径' ELSE '小管径' END

自动编号是另一个高频需求。QGIS 3.x 里最简单的写法是：

@row_number

或者在字段计算器里用autoIncrement()生成从 1 开始的连续编号。两者区别在于：@row_number是行号变量，跟着数据排序走；autoIncrement()生成的是稳定的递增序号，适合作为节点或管段的唯一 ID。注意在运行前先按关键字段（比如节点编号）排序，否则编号顺序和数据文件原有顺序一致，很可能不是你期望的“从上游到下游”。

5.3 分级符号化与“图中图”出图思路

字段就绪后，符号化按管径分级设置线宽：DN300 用 1.2mm，DN500 用 2.0mm，DN1000 用 3.5mm；按材质配色：球墨铸铁用灰色，PE 用蓝色，钢管用红色。管网图要“能读”，比“好看”更重要，不要搞十种颜色十种线宽，现场看图的人记不住。

出图时有个很实用的技巧——“图中图”。在 QGIS 打印布局里放两个地图框：主图框显示当前管段细节，另一个小地图框显示整个片区的总览范围，并加一个高亮矩形框表示主图位置。这样看图人既有局部细节，又有全局定位感，做管网普查图和竣工图时非常受用。另外，如果底图用的是百度地图瓦片，出图前要确认瓦片使用范围；项目内部巡检问题不大，对外提交成果时换用标准影像底图更稳妥。

5.4 把矢量管网导出为 txt：用 ogr2ogr 生成带 WKT 的文本

施工交底或巡检 App 对接时，经常需要把 shp 转成 txt 交换格式。常见做法是用 GDAL 自带的 ogr2ogr 命令行，把几何写成 WKT 文本：

ogr2ogr -f CSV pipes_out.txt pipes_bd09.shp \ -lco GEOMETRY=AS_WKT \ -lco SEPARATOR=COMMA \ -select DIA,MATERIAL,START_ID,END_ID

GEOMETRY=AS_WKT把图形写成 WKT 字符串，SEPARATOR=COMMA指定逗号分隔，-select控制导出字段，只带走需要属性。如果接收方只需要坐标点，可以把管段两端点的 x、y 拆到属性表里，再按普通 CSV 导出。带 Z 值的数据会在 WKT 里多出 Z 坐标，接收方解析不了时要提前确认。还要注意 CSV 默认是 UTF-8 编码，用 Excel 直接打开会乱码，建议另存一份 GBK 编码或提醒对方用导入方式打开。

6. 进阶技巧：把坐标转换与精度自查固化为一个可复用脚本

处理完一两个管网包后你会发现，整个流程里最耗时间的不是操作本身，而是每次都要重新确认坐标系、重新写转换逻辑、重新找采样点验证。我现在的习惯是把 3.3 的坐标转换脚本和 4.3 的验证思路合并成一个批处理工具，输入一个 WGS-84 的 shp，输出 BD-09 版 shp 和一份抽样检查点。

def main(): src = "pipes_wgs84.shp" gdf = gpd.read_file(src) gdf = gdf.to_crs(epsg=4326) gdf.geometry = gdf.geometry.apply(shift_geom) # 输出纠偏后的完整管线 gdf.to_file("pipes_bd09.shp", encoding="utf-8") # 随机抽 10 个节点用于人工核对 check = gdf.sample(10) check.to_file("check_points_bd09.shp", encoding="utf-8")

输出的检查点文件直接拖进 QGIS，叠加百度底图，逐个核对这些点是否落在道路、井位等特征位置上。如果抽样点全部合理，基本可以放心交图。这个方法相当于给数据处理流程加了一道自动化测试，比“打开看一眼觉得差不多”可靠得多。

曾经有次赶工期，我图省事，直接在 QGIS 里用“另存为”改了坐标系就交图，结果现场巡线时发现整段管线在底图上偏了十几米，返工比重新处理还麻烦。从那以后，凡是经过坐标转换的数据，我都会设置一个固定命名规范：原始文件名_wgs84.shp和原始文件名_bd09.shp分开存放，转换脚本和参数说明放在同一个工程文件夹里。这样三个月后再打开项目，还能一眼看出当初是怎么处理的，不用对着文件名猜。

坐标转换这类事，最怕“这次看着像对的”就交差。一个压缩包从 rar 到能用的管网地图，每一步都有验证方法：格式用文件清单验证，坐标系用采样点验证，字段用分级结果验证。把这些验证变成脚本里的一行输出，比任何口头承诺都让人放心。希望帮到你。

本文还有配套的精品资源，点击获取