我正在处理巨大的.kml文件（最大10 Gb），并且需要一种有效的方式将它们读入R。到目前为止，我一直在通过QGIS将它们转换为shapefile，然后通过readShapePoly和readOGR（后者，顺便说一下，比前者快1000左右）。理想的情况是，我希望省去QGIS的中间阶段，因为它既麻烦又缓慢。也可以使用readOGR完成。不幸的是，我看不到如何实现该示例（经过漫长的.kml文件准备：xx <- readOGR(paste(td, "cities.kml", sep="/"), "cities")之后）。似乎“城市”是空间对象的名称。

罗杰·比万德（Roger Bivand）承认“人们如何发现这个名称并不明显，因为OGR中的KML驱动程序需要它来访问文件。一种可能是：

system(paste("ogrinfo", paste(td, "cities.kml", sep="/")), intern=TRUE)


“

，但这对我也不起作用。这是一个可以试穿的测试.kml文件。使用它在我的工作目录中，readOGR("x.kml", "id")生成以下错误消息：

Error in ogrInfo(dsn = dsn, layer = layer, encoding = encoding, use_iconv = use_iconv) : 
  Cannot open layer .


system(paste("ogrinfo", "x.kml"), intern=TRUE)生成：

[1] "Had to open data source read-only."   "INFO: Open of `x.kml'"               
[3] "      using driver `KML' successful." "1: x (3D Polygon)"


，我根本不理解。

getKMLcoordinates {maptools}是否有效？

我也尝试过：

tkml <- getKMLcoordinates(kmlfile="x.kml", ignoreAltitude=T)
head(tkml[[1]])
tkml <- SpatialPolygons(tkml, 
                        proj4string=CRS("+init=epsg:3857"))


坐标正确生成，但是我尝试将其转换回多边形对象的尝试失败，并显示以下消息：

Error in SpatialPolygons(tkml, proj4string = CRS("+init=epsg:3857")) : 
  cannot get a slot ("area") from an object of type "double"


评论

您可以使用rgdal的功能ogrListLayers获取kml中的图层。

#1 楼

要使用OGR驱动程序读取KML，请为其提供文件名和图层名称。

罗格的注释是，图层名称隐藏在KML文件中，除非您知道KML的用法创建的文件无法从KML文件名推断出图层名称。

以您的示例KML为例，我可以看到：这告诉我层名称是x，而不是id，因此：

<?xml version="1.0" encoding="utf-8" ?>
<kml xmlns="http://www.opengis.net/kml/2.2">
<Document><Folder><name>x</name>
<Schema name="x" id="x">


工作正常。通过使用R XML解析器将KML解析为XML来获取名称，或者您可以尝试将R作为文本文件读取到R中，直到找到名称标签为止。

另一种方法是运行命令行ogrinfo程序，用于输出KML文件的层名称：

> foo = readOGR("/tmp/x.kml", "x")
OGR data source with driver: KML 
Source: "/tmp/x.kml", layer: "x"
with 1 features and 2 fields
Feature type: wkbPolygon with 2 dimensions


此处显示了一个名为x的多边形层。

评论

感谢您的回答。空格-立即解决问题。如此清晰的解释使我喜欢堆栈交换！一个“加分点”问题：我是否可以使用同一命令读取数据的子集（例如前100万个多边形）？否则，将寻求通过外部程序拆分巨大的kmls。

–RobinLovelace
13年4月16日在14:10
作为XML的KML并不是真正为随机访问而设计的。真正的解决方案是将空间数据放入空间数据库，并具有一些空间索引以提高速度。查看PostGIS。

– Spacedman
13年4月16日在14:33
好的计划-我已经告诉客户，PostGIS是处理如此大数据的前进之路，并且坚信这是他想要做的事情的正确选择。好借口，让我正确学习它！

–RobinLovelace
13年4月16日在14:53
sqlite是基于文件的数据库，在空间上也有扩展，与PostGIS相比，不需要安装服务并且需要的配置更少。

–坦率
16年2月10日在8:32
奇怪的是R中的系统需要在〜上进行path.expand才能使ogrinfo正常工作，即使它在命令行上的未扩展路径上也可以正常工作（macOS; Sys.which（'ogrinfo'）和哪个ogrinfo返回相同的路径）

– MichaelChirico
18年8月31日在3:30

#2 楼

如果要使用maptool做替代方法，这应该可以工作：

评论

嗨@Seen，我尝试过您的方法，但似乎不起作用？我有一个错误：Polygon（tkml）中的错误：坐标必须是一个两列矩阵> head（tkml）[[1]] [1] -87.88141 30.49800 adn我有一个itas列表。矩阵坐标列表？谢谢！

– Maycca
16-4-22在21:16


这是一个非常老的帖子，所以我想检查问题是否比这里介绍的解决方案更好。如果不是，则Polygon（tkml）给我一个错误：选择函数'coordinates'的方法时评估参数'obj'时出错：参数表示行数不同：364、171、191、115、312、441 ，350、167、326、275、261、240 ...

–user30994
20-09-17在18:02

#3 楼

不知道这对其他人是否仍然是一个问题，但是与此同时，我在圈子里跑了一段时间。最终对我有用的是下面。它使用XML软件包获取右侧节点的xmlValue。我必须将layer的readOGR参数设置为kml文件内的文件夹之一的名称。当将layer参数设置为kml文件的时，我将得到与上述RobinLovelace相同的错误。

下面显示的许多代码行仅显示如何查看kml文档的各个节点级别。我认为这将取决于kml的来源而略有不同。但是您应该能够使用相同的逻辑来确定正确的参数值。

此外，我创建了kml文件列表，因此可以轻松地将其制成可放入lapply -do.call对。然后，这可以从一长串的kml文件中提取数据。或者，单个kml文件中的许多子文件夹似乎readOGR无法处理kml文件中的多个子文件夹。

library(rgdal); library(XML)

# SET WORKING DIRECTORY FIRST!!
dir <- getwd()

kmlfilelist <- list.files(dir, pattern =".kml$", full.names=TRUE, recursive=FALSE)

doc0 <- xmlTreeParse(kmlfilelist[2], useInternal = TRUE)
rootNode0 <- xmlRoot(doc0)
rootName0 <- xmlName(rootNode0)
element1Name0 <- names(rootNode0)

nodeNames <- names(rootNode0[1][[1]])

# entire rootNode - kml Document level
rootNode0[[1]]

# 1st element of rootNode - kml file name
rootNode0[[1]][[1]] 

# 2nd element of rootNode - kml Style Map 
rootNode0[[1]][[2]] 

# 3rd element of rootNode - Style
rootNode0[[1]][[3]]

# 4th element of rootNode - Style
rootNode0[[1]][[4]] 

# 5th element of rootNode - kml Folder with data in it.
rootNode0[[1]][[5]] 

# 5th element 1st subelement of rootNode - kml Folder name with data in it. 
#  What to set readOGR() layer parameter to.
rootNode0[[1]][[5]][[1]] 

kmlfoldername <- xmlValue(rootNode0[[1]][[5]][[1]]) # Folder name to set = layer.

readOGR(dsn=kmlfilelist[2], layer =  kmlfoldername)


#4 楼

不知道我是否应该修改以前的答案。也许可以，但这涵盖了此答案中未涵盖的某些内容，因此我决定将其保留。它在kml文件中查找所有名为“文件夹”的xmlNode，然后将layer的readOGR参数设置为该xmlValue。在大约6个单独的kml文件的工作目录上进行了测试。输出是导入的SpatialDataFrames对象的列表。每个SpatialDataFrame都可以轻松地成为列表的子集。

仍然不能处理具有多个Folder节点的kml文件。但是可以轻松地通过另一个嵌套的apply函数添加该功能。

library(rgdal); library(XML)

# SET WORKING DIRECTORY FIRST!!
dir <- getwd()

kmlfilelist <- list.files(dir, pattern =".kml$", full.names=TRUE, recursive=FALSE)

ImportKml <- function (kmlfile) {
  doc0 <- xmlTreeParse(kmlfile, useInternal = TRUE)
  rootNode0 <- xmlRoot(doc0)
  rootName0 <- xmlName(rootNode0)
  element1Name0 <- names(rootNode0)

  kmlNodeNames <- unname(names(rootNode0[1][[1]]))
  kmlFolderNodeNum <- which(kmlNodeNames == "Folder")
  kmlFolderNodeName <- xmlValue(rootNode0[[1]][[kmlFolderNodeNum]][[1]])

  kmlIn <- readOGR(dsn=kmlfile, layer = kmlFolderNodeName)
}
ImportedKmls <- lapply(kmlfilelist, ImportKml)