企业官网建设流程全解析

简介：面向GIS数据处理、测绘工程及竣工图批量出图场景的shp转kml专用FME工具，可将shp格式矢量数据一键转换为带名称标注的kml文件，有效解决手工转换效率低、标注易错漏的问题。工具基于FME Desktop设计，适合有一定GIS基础、需要将项目竣工图、地块边界、道路要素等shp数据转出为可加载至Google Earth等平台的数据处理人员。资源包共11个文件，压缩包仅125KB，其中核心文件为.fmw/.fme工具模板，配套shp主数据、dbf属性表、prj投影参数、shx/sbn/sbx空间索引等标准GIS数据文件，另附运行日志样例及“输入数据必含字段属性要求”png说明图，结构清晰便于按需取用。包内置一整套“项目竣工图批量转kml”示例工程文件，用户可直接替换数据路径测试运行，通过模板快速理解名称标注字段的配置方法和转换流程，尤其适合需要批量处理多幅shp图、统一生成带标签kml的实用场景。目前已有2008人学习下载，配套博文提供详细操作说明，便于用户结合案例深入理解工具配置与排错思路。 做GIS的朋友应该都遇到过这种需求：手里拿着一堆SHP数据，甲方或合作方却要求能在Google Earth里打开，最好每个村、每个点位上还带着名称标注。我上周刚处理完一批村庄边界数据，两百多个SHP文件要统一转成KML，看着简单，实操起来各种坑：要么转出来没名字，要么中文变乱码，要么图形位置直接偏出去几百米。这篇文章就把我验证过的几种转法整理出来，重点讲含名称标注怎么做，以及有哪些容易踩的坑。

1. 先把SHP和KML这两个格式搞明白，后面才不会瞎折腾

很多人一上来就找工具按钮，其实SHP转KML这件事，问题的本质不在于“转格式”，而在于“怎么把属性信息和几何信息一起搬过去”。搞清楚两个格式的差异，后面所有操作都会有方向感。

1.1 SHP不是“一个文件”，而是一组文件

SHP格式全称是Shapefile，它是ESRI公司推出的一种矢量数据存储格式，但它的数据分散在多个后缀名不同的文件里。最基础的是三个文件：

• .shp：记录几何图形，也就是点、线、面的坐标位置。
• .shx：记录几何图形的位置索引，用来加快读取速度。
• .dbf：记录属性表，也就是每个要素的名字、面积、类型等文本和数字信息。

此外还经常伴随.prj（投影信息）、.cpg（编码信息）、.sbn和.sbx（空间索引）等文件。

之所以在这里要先说清楚，是因为我在实际项目里见过太多人只复制了一个.shp给对方，结果对方打开要么是“数据源不支持”，要么有图形没属性，名称自然也就丢了。SHP转KML这个动作，本质上就是把.shp的几何信息和.dbf的属性信息合并到一个文件里去，所以只要.dbf丢了，名称标注肯定做不了。

1.2 KML里每个要素都能带一个名字

KML的全称是Keyhole Markup Language，是一种基于XML的标记语言，最早由Keyhole公司开发，后来被Google收购，成了Google Earth的地图数据标准。它之所以适合分发查看，是因为每个地物都可以通过 标签挂一个文本名称，比如“李庄村”“监测井01号”“地块A-12”。只要转换时把SHP里的某个属性字段映射成 ，Google Earth里就能直接显示出来。

这就是“含名称标注”的具体实现路径。在SHP文件里，村庄名称存放在.dbf的某个字段里，比如“乡名”“村名”“地类名”，转换工具并不会自动知道该用哪个字段当名字，你必须在转换参数里明确指定。很多朋友转出来的KML打开后光秃秃的，原因一般就是没有指定名称字段，工具默认用了一个空字段，或者干脆没映射。

1.3 坐标系是个隐形门槛

KML对坐标系统的要求非常苛刻，它要求所有坐标必须是WGS84地理坐标系（EPSG:4326），单位是经纬度、十进制度。国内的SHP数据来源五花八门：有CGCS2000（国家大地2000）、西安80、北京54，还有各种投影坐标系，比如高斯-克吕格投影、UTM投影。如果源数据的坐标系不是WGS84，转换时要先做坐标转换，否则会出现几百米甚至上千米的偏移。

这个坑在批量转换时最隐蔽。因为如果SHP带.prj文件，部分工具会自动做投影转换；但如果.prj缺失或者坐标系识别错乱，工具可能直接用错坐标。所以第一步，永远要先确认源数据的投影信息，别跳过这个环节。

2. 工具选型：QGIS、ArcGIS、Python，划重点式对比

SHP转KML的工具很多，但真正靠谱且常用的就三条路线：QGIS导出、ArcGIS图层转KML工具、Python脚本。我在不同场景下都用过，说下选型逻辑。

2.1 三条路线的优缺点对比

我的建议是：如果你只是偶尔转一两个文件，用QGIS最快；如果单位买了ArcGIS且日常就在用，那就直接用图层转KML；如果你要处理的是几十个甚至上百个SHP，或者每天都要重复做这件事，别犹豫，写个Python脚本一次搞定。

2.2 转换前必须先做的数据清理

不管用哪个工具，转换前有一件必做的事：打开属性表，检查字段和内容。这里有几个注意点：

• 名称字段是否存在，字段类型是文本还是数字。
• 字段内容里有没有特殊字符，比如斜杠、引号、换行符。
• 是否有空值和重复值，空值会导致KML里name标签为空，不显示名称。
• 同一批次数据，字段名是否统一，方便批量操作。

数据清理的时间往往比转换本身还长，但这一步不能省。我见过有人上百个SHP全转完了，结果字段名不统一，脚本跑到一半报错，只能回头改，更费时间。

3. QGIS实操：10分钟拿到带名称标注的KML

QGIS是目前开源GIS里最成熟的一款桌面软件，对SHP和KML的兼容性都很稳定，而且免费。整个操作流程可以拆成三步：检查源数据、配置导出参数、验证结果。

3.1 加载SHP后先做三件事

打开QGIS，点击菜单栏“图层”->“添加图层”->“添加矢量图层”，选择你的.shp文件。加载之后不要急着导出，先按顺序检查三件事：

第一，看属性显示是否乱码。很多国内SHP的.dbf是GBK或GB2312编码，QGIS如果默认按UTF-8读取，中文会显示成乱码。解决办法是在“数据源管理器”里手动指定编码，比如GBK或GB2312，重新加载后再看属性表。

第二，看坐标系。在“图层”面板里右键图层，选择“图层属性”->“信息”，确认坐标参考系（CRS）。如果不是WGS84 EPSG:4326，需要在导出时做转换，或者先执行“导出”->“另存为”，把CRS切换成EPSG:4326再继续。

第三，看属性表里有没有合适的名称字段。右键图层打开属性表，找一个能代表要素名称的字段，比如“村名”“名称”“name”，记下字段名，导出时要选它。

这一步我通常还顺便检查一下几何类型，因为KML对点、线、面的处理方式不一样，如果SHP是点数据，名称标注和图标设置跟面数据完全不同，提前确认一下，后面配置参数时心里有数。

3.2 导出对话框里的关键参数配置

确认源数据没问题后，右键图层，选择“导出”->“另存为”。在弹出的对话框里按以下方式配置：

• 格式：选择“Keyhole Markup Language [KML]”。
• 文件名：设置输出路径和文件名。
• CRS：选择EPSG:4326（WGS 84）。如果源数据本身是4326，保持默认即可。
• 图层选项：找一下“NameField”这类配置项（中文版可能显示“名称字段”），选中你刚才记录的字段名。部分QGIS版本这里没有明确的NameField下拉框，这种情况下你可以先把名称字段移到属性表第一列，或者通过“图层属性”->“显示”，在“使用作为显示名称”里选好字段，再导出。

有一个很容易忽略的细节：导出KML时，建议把“Sim extend”和“Save styles”这些选项看清楚，不需要的功能别乱勾选。曾经有个同事勾了某个附加选项，导出的KML里带了一堆样式代码，体积翻了好几倍，打开后反应很慢。

3.3 用Google Earth做最终验证

KML有没有成功带上名称标注，最直接的验证方式是用Google Earth打开。如果名称显示正常，说明NameField配置对了；如果地物都在，但名字不显示，先检查是不是名称字段没设置，再检查字段内容是否为空。

验证通过后，还要重点关注一下有没有图形错位、面积丢失、多部件被拆开这种情况。我在实际转换面状数据时确实遇到过，少数复杂的MultiPolygon（多部件面）在Google Earth里显示成多个独立面片，看起来散了。遇到这种问题，可以在QGIS里用“多部分转单部分”工具做一次预处理，再导出。

4. ArcGIS路线：图层转KML工具与模型构建器批量转换

ArcGIS用户没必要再去装QGIS，直接用ArcToolbox里的“图层转KML”工具就行。这个工具的好处是可以把ArcMap的符号系统一并带到KML里，输出的视觉效果比QGIS默认导出好看。

4.1 图层转KML工具怎么填参数

在ArcToolbox中定位到“转换工具”->“转为KML”->“图层转KML”，双击打开。参数里比较需要注意的是“图层输出比例”和“输出图像尺寸”。

“图层输出比例”我一般填1000或5000，这个值越大，导出的图形越精细，但KML文件体积也会越大。不需要特别高精度的时候，填1000就够用了。“输出图像尺寸”默认是2x2，如果图层里有自定义图标或符号，按需要调整。

还需要注意，这个工具要求输入是一个图层，不是直接选择一个SHP文件路径。所以如果直接选了一个未加载的文件，工具会提示必须先添加到地图文档里。操作前记得提前把SHP加载成图层。

4.2 名称标注和图层显示表达式的关系

ArcGIS里的图层转KML，名称标注的机制和QGIS不太一样。它默认取的是图层当前“显示表达式”里设置的字段。具体操作是：

1. 右键图层，选择“属性”。
2. 切到“常规”选项卡。
3. 在“显示表达式”区域，“按字符串显示表达式”下面选择“字段”。
4. 从下拉框里选中名称字段，比如“村名”，点击“确定”。

这样设置后，ArcGIS生成的KML会把每个要素的 标签自动填上对应字段的值。如果不设置，KML就只会显示空白名称，Google Earth里看到的就是一个个图形，没有文字标注。

这里有个个人建议：如果图层出图时显示表达式还涉及到拼接，比如“名称”+“编号”，那你在生成KML时也会一并带进去。这是好事，因为很多项目数据要求在Google Earth里直接显示“村名（编号）”这种格式，一步就能到位。

4.3 用模型构建器实现批量SHP转KML

如果你的SHP按乡镇、村或者其他逻辑分成了几十个文件，一个个手点图层转KML会让人崩溃。ArcGIS的模型构建器可以用来做批处理，这也是相关搜索里“arcgis模型构建器实现批量kml文件转shp”这类需求的核心场景。

模型构建器的核心思路是“迭代要素类”工具加上“图层转KML”工具。步骤大致是：

1. 在ArcToolbox里右键，选择“新建”->“模型”。
2. 从工具箱里拖入“迭代要素类”工具，设置好文件夹路径和通配符类型（比如*.shp）。
3. 再拖入“图层转KML”工具，把迭代器的“要素类”作为图层参数输入。
4. 在“输出文件”里设置路径，用内联变量拼接文件名，比如D:\KML_Output\%Name%.kml。
5. 保存模型，点击“运行”。

这里有一个比较隐晦的坑：迭代要素类通常输出的是要素类路径，而图层转KML需要输入的是图层。直接连接时可能报错，需要在模型里加一个“创建图层”工具，把要素类转成图层，再接给图层转KML。否则模型要么报参数无效，要么输出的KML是空的。

5. Python脚本转换：彻底解决编码和批量问题

如果你和我一样，经常要处理几十个SHP文件，那Python脚本才是解放生产力的正解。用库来读SHP、生成KML，整个过程完全可控，编码问题也更好排查。

5.1 用Geopandas一条命令导出KML

Geopandas是处理地理数据最常用的Python库，底层封装了GDAL/Fiona，读取SHP和导出KML都非常方便。先安装依赖：

pip install geopandas

然后写脚本，核心代码很短：

import geopandas as gpd # 读取SHP，注意encoding参数，按实际编码填写 gdf = gpd.read_file("村庄边界.shp", encoding="GBK") # 统一转成WGS84坐标系 gdf = gdf.to_crs("EPSG:4326") # 把名称字段补一下空值，防止KML里name为空 gdf["name"] = gdf["村名"].fillna("未命名") # 导出KML，指定NameField gdf.to_file("村庄边界.kml", driver="KML", layer_options={"NameField": "name"})

这段代码用起来很顺手，但有两个前提：第一，你的Geopandas版本要够新，GDAL版本建议在3.2以上，老版本对KML驱动的支持不稳定；第二，导出的KML里样式比较简单，如果需要复杂样式，建议用SimpleKML手动构建。

5.2 用SimpleKML做更精细的名称标注控制

SimpleKML是一个专门生成KML的Python库，它不依赖GDAL，直接通过构造XML来生成KML，所以对样式的控制更灵活。配合pyshp读取SHP，可以实现点、线、面三种几何类型的转换。示例代码如下：

import shapefile import simplekml # 读取SHP sf = shapefile.Reader("监测点.shp", encoding="GBK") # 创建KML对象 kml = simplekml.Kml() # 遍历每一个要素 for sr in sf.shapeRecords(): name = sr.record["点号"] # 名称字段 geom = sr.shape shape_type = sf.shapeType if shape_type == 1: # 点 lon, lat = geom.points[0] pnt = kml.newpoint(name=name) pnt.coords = [(lon, lat)] pnt.style.iconstyle.icon.href = "http://maps.google.com/mapfiles/kml/paddle/red-blank.png" elif shape_type == 3: # 线 line = kml.newlinestring(name=name) line.coords = geom.points line.style.linestyle.width = 3 elif shape_type == 5: # 面 poly = kml.newpolygon(name=name) poly.outerboundaryis = geom.points poly.style.polystyle.color = simplekml.Color.blue kml.save("监测点.kml")

SimpleKML最省心的部分就是中文处理，它内部直接用UTF-8编码生成XML，只要在读SHP时用正确的编码把中文内容读出来，写进KML的name标签后就不会乱码。

5.3 编码问题的根源与固定解决套路

中文乱码基本都出在SHP的.dbf文件编码上。直接编辑文本没问题，但SHP的.dbf文件没有一个绝对统一的编码标准，有的数据是GBK，有的是UTF-8，甚至还有GB2312。QGIS和ArcGIS在导入时一般会在.cpg文件里记录编码，但这个文件在很多手工拷贝的数据里是缺失的。

用Python处理时，我会先做一个自动识别逻辑：优先尝试UTF-8读取，如果报错或出现乱码，自动切换成GBK。这样一批数据丢进去，能自动适配大部分情况。如果你不想写识别逻辑，也可以先用记事本或Notepad++打开.dbf的伴生.cpg文件看一眼，但这个方法仅供参考，别太依赖。

6. 高频问题与排查技巧实录

操练过几轮SHP转KML的人，基本都会遇到下面几个问题。我把常见症状、原因和解决办法整理成一张速查表，方便你直接对照。

除了表格里这些，我再分享一个实操心得：转换前一定要先导出一个样本文件，用Google Earth打开看一眼，确认名称、位置、样式都没问题，再批量跑剩下的。批量跑之前顺手在脚本里加个简单的几何检查，比如把那些面积为零、几何无效的要素提前标记出来，很大程度上能避免返工。

还有个小技巧：如果外业需要用手机查看KML，导出的KML可以压缩成KMZ，Google Earth和手机端的Earth Viewer都能直接打开，而且KMZ体积小很多，发送起来更方便。ArcGIS的图层转KML工具自带KMZ输出选项，QGIS导出时也可以选择KMZ格式，这一步本身不复杂，但很多人容易忽略。

我个人在实际项目中已经形成了固定流程：先检查坐标系和编码，然后根据文件数量决定走QGIS还是Python，最后导出样本验证一次。这套流程跑下来，几乎没有再因为SHP转KML的问题加过班。

本文还有配套的精品资源，点击获取