企业官网建设流程全解析

简介：面向地理信息系统使用者，这份压缩包提供南通市及下辖各区县、乡镇街道的矢量边界文件，适用于城市规划、地理信息可视化、区划统计等场景，可直接导入主流GIS平台使用。压缩包内共21个文件，包含矢量主文件、属性表、投影文件、索引文件等配套格式，能保证几何与属性数据完整加载，180KB的体积也便于快速获取。已有399人学习下载。数据经过整理制作，区分南通市区、各区县、各乡镇街道三个层级，可满足从宏观到微观的制图与查询需求，数据内含市域、区县和乡镇街道三级行政边界，既可用于整体市域分析，也能精细到乡镇街道尺度，节省大量搜寻时间，并附带后续数据问题支持，适合需要标准南通行政区划底图的科研、规划与项目人员。

1. 拿到“南通乡镇街道shp”之后，先别急着双击打开

你从公开渠道下载到“南通各乡镇、街道shp文件.rar”，第一反应可能是解压后扔进QGIS里看看边界长什么样。这个文件名的含义其实比表面复杂：rar压缩包里装的是一整套shapefile组件，而不是单张图片；真正决定它能不能用于制图、分析和Web发布的关键，是里边的坐标参考系统、DBF属性编码、行政区划字段结构，以及压缩包本身是否完整、解压后是否会被中文路径干扰。这篇内容会沿着“文件结构 — 验证解压 — QGIS预处理 — 批处理转换 — 自动巡检”的顺序，把这条链路完整走通。新手能照着命令做出可用shp，老手也可以从中提炼一套针对“省级/市级边界数据集”的处理模板。

2. rar里的shp不是单个文件：先理解Multi-file格式和坐标系

2.1 shapefile的三大件和若干附属文件

以“南通各乡镇、街道shp”为例，它实际是一组文件共用一个主文件名。最重要的三个是：

• .shp：几何坐标本体，存储点、线或面；
• .shx：几何索引，没有它很多软件拒绝读取；
• .dbf：属性表，所有乡镇/街道名称、代码、面积统计字段都存在这里。

除此之外常见还有.prj（坐标系描述）、.cpg（DBF字符编码声明）、.sbn/.sbx（空间索引）、.qpj（QGIS专用投影描述）。如果你在解压后的目录里只看到一个.shp，那大概率是被邮件或网盘过滤掉了其他后缀，这种情况下应先解决文件缺失，而不是急着修复几何。

我一般会先用一个表格核对压缩包内的最小文件集，避免后续排查在错误方向上浪费时间。

2.2 乡镇和街道在属性表里怎么区分

行政区划数据通常带一个字符型字段，例如XZQDM、XZQMC、PAC或MC。乡镇、街道和开发区管委会在同一张表里混存，区分规则要看行政区划代码的第7到9位，通用国标代码中第7-9位表示乡级代码，比如320613001的末三位是某个街道，如果末位是“100”为主城区街道、其他为镇。不过不同来源的数据字段命名非常混乱，倒不一定按国标来。

更稳妥的做法是先打开dbf看一眼有哪些列，再决定筛选条件。可以先用QGIS加载或执行一下ogrinfo -so -al 文件名.shp查看字段列表。不要把“乡镇”和“街道”作为两套不同逻辑去处理，它们在本文件中大概率只是同一字段里的不同取值。

2.3 坐标系是决定面积和距离结果真正准确的前提

南通跨度和经度大约在120.8°到121.2°之间，纬度在31.9°到32.2°左右。如果数据自带.prj，常见有三种：CGCS2000地理坐标系（经纬度）、CGCS2000 3度分带投影坐标系、旧版西安80或WGS84。绝大多数从政府天地图分发的数据已经是CGCS2000，但你拿到手时未必能确认.prj内容正确。

投影坐标系的单位是米，适合算面积、算路网长度；地理坐标系单位是度，适合Web地图显示。要计算南通乡镇的行政面积，千万不能直接在WGS84经纬度上算，否则得到的“面积”单位是平方度，数值完全不可用。正确做法是统一转到一个适合江苏的投影坐标系，常见选EPSG:4529（CGCS2000 / 3-degree Gauss-Kruger zone 39），或者直接使用EPSG:3857做数量级估算。先明确这一点，后面的处理才谈得上可比性。

3. 用unrar和ogrinfo把rar包变成可信赖的shp目录

3.1 数据来源判断和下载前的检查

“南通各乡镇、街道shp文件.rar”这类文件经常出现在网盘、论坛和第三方GIS数据下载站。下载前要明确使用场景：如果只是做一张静态分布图，来源可靠即可；如果要用于项目交付或统计分析，建议从“天地图·江苏”或“全国地理信息资源目录服务系统”申请标准行政区划数据，避免因边界偏移造成问题。对于从论坛拿到的压缩包，我会先看一眼文件大小，通常全市乡镇级面数据在5MB到50MB之间，如果rar只有几百KB，大概率只是简化边界或缺少属性字段。

下载后不要用系统自带预览直接双击，先对压缩包做一次完整性和安全性检查。shp并不是可执行文件，但dbf里可能带公式或宏吗？一般不会，防的其实是解压时覆盖已有文件带来的路径混乱，以及压缩包内文件有中文名乱码。

3.2 用unrar按目录结构解压并处理中文名

Linux环境推荐用unrar或7zip的p7zip-rar。下面是一套完整的解压链路：

# Ubuntu/Debian 安装 unrar 和 gdal-bin sudo apt update sudo apt install -y unrar gdal-bin # 测试压缩包完整性 unrar t 南通各乡镇、街道shp.rar # 列出压缩包内文件清单 unrar l 南通各乡镇、街道shp.rar # 解压到 output 目录，保留原目录结构 mkdir -p output unrar x -o+ 南通各乡镇、街道shp.rar output/

unrar t输出里如果出现CRC OK，说明文件没有被截断；出现CRC Failed时宁可重新下载。unrar l用于确认内部是否包含多层文件夹、是否存在同名shp分散在不同子目录的情况。x会保留压缩包内的目录路径，e则会把所有文件平铺到同一目录。对乡镇街道数据来说，我建议用x，因为一个rar里可能同时有“街道级”和“乡镇级”两套不同精度的边界，平铺后会把它们混在一起。

如果解压后文件名是类似Î÷³ÇÇø.shp的乱码，这是rar注释使用了GBK编码而系统区域设置为UTF-8导致的。可以通过设置本地环境变量再解压：

# 强制以GBK方式读取归档注释和文件名 LANG=zh_CN.GBK unrar x -o+ 南通各乡镇、街道shp.rar output/

如果系统没有GBK语言包，最省事的方法是改用Windows下的Bandizip或7-Zip解压，在解压选项里勾选“自动检测文件名编码”。这个问题在高版本GDAL中也有影响，所以一旦解压出现乱码，后续所有资源都会连带出问题。

3.3 解压后立即用ogrinfo做一次冒烟测试

解压出来的shp是否能被GDAL正确识别，直接决定了后续能否进入Python、QGIS流程。运行：

ogrinfo -ro -so -al output/南通乡镇街道.shp

输出中重点看几项：

• Geometry: Polygon或Multi Polygon；
• Feature Count数量与南通乡镇街道实际数量是否接近（南通有约70多个乡级行政区，具体数量依年份略有浮动）；
• Layer SRS后是否出现CGCS2000，如果没有，则需要人为指定坐标系；
• 属性字段里是否有包含“街道/镇/乡”的文本字段。

如果这里直接报Unable to open datasource，大概率是路径或文件名编码问题。先用ls -b看路径里是否有不可见字符，再用绝对路径重新执行。ogrinfo不对，之后所有代码都会跟着出错。

4. 在QGIS里把南通乡镇街道数据处理成能出图的图层

4.1 加载shp前先确认坐标参考和中文编码

QGIS加载shp最常规的方式是“图层 → 添加图层 → 添加矢量图层”，但实际上建议走“数据源管理器 → 矢量”选项卡，在这里可以预先设置编码。很多从公开下载站拿到的江苏数据，dbf编码是GBK，而QGIS默认可能识别为UTF-8，结果就是在属性表里看到 “通州区” 之类的中文乱码。

在数据源管理器中把“数据编码”改为UTF-8或GBK后，先加载试一遍。如果还是乱码，关闭图层，打开dbf的.cpg文件确认编码声明。处理原则是：不修改shp文件本身，只让QGIS按正确编码读取。看到图层右下角显示EPSG:4490说明是CGCS2000地理坐标系，如果显示未知，需要右键图层 → 图层属性 → 源 → 分配坐标系。

实际操作中，南通数据可能会出现自动投影到WGS 84 / Pseudo-Mercator的情况。要确保面积计算正确，应先把项目CRS设置为EPSG:4529。在菜单“设置 → 选项 → 坐标参考系统”勾选“针对未知CRS始终弹出提示”，避免依赖QGIS自动猜测。

4.2 按区县筛选、统计字段并修正几何

打开属性表，用表达式选出特定区域。例如南通崇川区和海门区行政代码前缀不同，需要提取每个对象的乡镇级代码。假设字段叫XZQMC，筛选街道类型可以用：

"XZQMC" LIKE '%街道%'

这只是字符串匹配，更严谨的是在字段计算器里新写一个“乡镇级行政区划类型”字段：

if("XZQMC" LIKE '%街道%', '街道', if("XZQMC" LIKE '%镇%', '镇', '乡'))

字段计算器中的$area是项目CRS下的面积，直接用它算出的结果在EPSG:4326下不可信。我习惯在图层属性里复制这个shp，用“矢量几何 → 重新投影图层”输出成EPSG:4529的临时副本，再在字段计算器里用$area / 1000000得到平方千米。注意，这只是数值计算，真正决定精度的还是原始几何是否符合拓扑。

行政区划shp经常遇到两种问题：面与面之间有空隙或重叠，以及多部件几何里混入单部件。处理工具箱里有标准方案，我常用这几个算法：

修几何不是必做项，但只要后续做空间连接或拓扑叠加，就越早修越好。执行方法：处理工具箱 → 搜索“修复几何” → 选择输入图层，输出设为一个新的GeoPackage。修复后要素数量一般不变，但“无效几何”计数会被清零。

4.3 用PyQGIS脚本把修复几何纳入可重复流程

如果在QGIS里用鼠标点一遍流程，下次拿到另一份市级shp还要重复操作。可以用Python控制台写一段短脚本，把这套处理固化下来：

from qgis.core import QgsVectorLayer import processing src = QgsVectorLayer('output/南通乡镇街道.shp', 'nt', 'ogr') if not src.isValid(): raise RuntimeError('图层加载失败，先检查路径和编码') # 修复几何，并输出到GeoPackage out = 'output/nt_fixed.gpkg' params = { 'INPUT': src, 'OUTPUT': out, 'OUTPUT_TYPE': 3, # 对应“多部件”类型 } result = processing.run('native:fixgeometries', params) layer = QgsVectorLayer(result['OUTPUT'], 'fixed', 'ogr') print('修复后要素数:', layer.featureCount())

这段代码会从已有shp读取数据，修复后以GeoPackage格式输出。OUTPUT_TYPE参数在不同QGIS版本里不一定稳定，如果想要稳妥，可省略该参数，默认会尽量保持原几何类型。脚本的价值在于可重复执行，比如发现文件名编码问题后，不用重新走一遍界面流程。

5. 命令行和Python批量转换：南通shp转txt、kml、GeoJSON

5.1 ogr2ogr做投影转换和格式输出

GDAL工具里最常用的是ogr2ogr，它可以在不需要打开QGIS的前提下完成shp格式转换。这里使用最常见的“把乡镇shp转成GeoJSON并转成经纬度”操作：

# 将投影坐标系或未知坐标系强制转成WGS84，输出GeoJSON ogr2ogr -f GeoJSON -t_srs EPSG:4326 南通乡镇.geojson output/南通乡镇街道.shp # 输出到GeoPackage，并强制几何为MultiPolygon ogr2ogr -f GPKG -nlt PROMOTE_TO_MULTI 南通乡镇.gpkg output/南通乡镇街道.shp # 只保留指定字段，避免导出无关属性 ogr2ogr -f GeoJSON -select XZQMC,XZQDM 南通乡镇_简化.geojson output/南通乡镇街道.shp

-t_srs EPSG:4326会把源数据从任何已知CRS转到WGS84地理坐标系；-s_srs EPSG:4490可以在源文件缺少.prj时手动指定。-nlt PROMOTE_TO_MULTI会把所有Polygon提升为MultiPolygon，这能避免某些前端地图库对单个Polygon很挑剔。-select后接逗号分隔字段名，能有效精简GeoJSON体积和字段歧义。

5.2 geopandas读取、按区县筛选并导出KML/GeoJSON

Python侧可以用geopandas完成同样的工作，并且更适合在批量场景里做筛选、过滤和逻辑判断。以下脚本可以直接运行：

import geopandas as gpd import pandas as pd # 读取shp，注意指定编码；GDAL会自动读取.cpg，但手动指定更稳 gdf = gpd.read_file('output/南通乡镇街道.shp', encoding='utf-8') print('原始坐标系:', gdf.crs) # 强制转成WGS84经纬度，便于和通用地图底图叠加 gdf = gdf.to_crs(epsg=4326) # 选取南通市区的几个街道/镇合并为一个GeoJSON target = gdf[gdf['XZQMC'].str.contains('街道|镇', na=False)] target.to_file('南通市区.geojson', driver='GeoJSON', encoding='utf-8') # KML要求坐标必须为WGS84，否则Google Earth无法正确定位 target.to_file('南通乡镇.kml', driver='KML')

geopandas的read_file底层也是GDAL，所以对shp的容错能力与ogrinfo一致。to_crs是延迟计算，不会修改原始数据；driver='KML'导出时如果字段名里含有非法XML字符，会报错，可先字段列重命名。KML对属性字段数量和名称有限制，不是所有shp都适合直接转KML，如果报错建议改转GeoJSON。

5.3 把属性表和安全区面积字段导出为txt

面向热词中“shp转txt”的需求，这里给一套可抄的完整脚本。它会把每个乡镇/街道的面积算成平方千米，以制表符分隔写入txt，同时保留一个WKT列以备后续看几何。

import geopandas as gpd # 用4529投影坐标系做面积计算 gdf = gpd.read_file('output/南通乡镇街道.shp', encoding='utf-8') gdf = gdf.to_crs(epsg=4529) # 添加面积字段（单位：km²） gdf['area_km2'] = gdf.geometry.area / 1_000_000 # 生成WKT文本，方便用普通文本工具校验 gdf['wkt'] = gdf.geometry.to_wkt() # 导出属性表，用UTF-8-BOM方便Excel直接打开 cols = ['XZQMC', 'XZQDM', 'area_km2'] gdf[cols].to_csv('乡镇面积.txt', sep='\t', index=False, encoding='utf-8-sig') # 输出GeoJSON同时保留面积字段 gdf.to_file('南通乡镇_带面积.geojson', driver='GeoJSON', encoding='utf-8')

这里面to_crs(epsg=4529)是关键，使用不同的CRS会导致面积值不同：在EPSG:4326下用area得到的是平方度，完全无意义；在EPSG:3857下得到的面积会比实际偏大，因为Web墨卡托在高纬度地区拉伸严重。江苏地区用高精度投影（如EPSG:4529）计算，乡镇面积误差通常在1%以内。encoding='utf-8-sig'是为了史学：不带BOM的utf-8在Excel里打开有概率中文乱码，这个细节在导出txt交付同行时很有用。

6. 一个验证技巧：用geopandas检查整个shp目录并输出txt报告

前面处理的是一个单独的shp，但rar包解压后可能出现三四十个shp，分散在不同目录。逐个打开检查不仅慢，还容易漏掉某个乱码文件。更实用的做法是写一个扫描器，把output目录下所有*.shp文件都读一遍，检查CRS、要素数、几何有效性，并生成一份txt报告。这样既能找出损坏文件，也能对比多个数据包的差异。

from pathlib import Path import geopandas as gpd root = Path('output') report_lines = [] for shp in sorted(root.rglob('*.shp')): try: gdf = gpd.read_file(shp, encoding='utf-8') valid = bool(gdf.geometry.is_valid.all()) crs = str(gdf.crs) report_lines.append( f"{shp.name}\t{len(gdf)}\t{crs}\t{valid}" ) except Exception as exc: report_lines.append(f"{shp.name}\t-\tERROR\t{type(exc).__name__}") with open('shp检查报告.txt', 'w', encoding='utf-8') as fh: fh.write("文件\t要素数\t坐标系\t几何有效\n") fh.write("\n".join(report_lines))

脚本的核心逻辑很简单：rglob递归寻找所有shp；read_file的异常捕获能识别出“文件被占用、字段编码错误、dbf缺失”等问题；is_valid.all()返回False时说明该文件中有部分面存在自相交或闭合错误，不能直接用于拓扑叠加。如果你发现某个shp在QGIS里能打开但检查报告里是无效几何，可以用前面第4节的修复几何算法归一化后再重新跑一遍扫描。

如果不满足于txt，还可以把这个报告写入GeoPackage，这样每个乡镇旁边都能挂上质量标签。做法是在循环里收集每个shp的中心点并附上质量属性，最后合并成一个gpd.GeoDataFrame导出为GeoPackage。这个思路适用于把多份shp合并成一个统一数据集，尤其适合“南通乡镇街道”这类需要反复对外提供切片数据的场景。实际执行时，最先需要解决的问题往往不是地理算法，而是把文件名、字段、编码统一：这份扫描报告就是用来摸清底数的最小工具集。

本文还有配套的精品资源，点击获取