企业官网建设流程全解析

简介：长三角各地级市的shp数据文件包，适合GIS从业者、城市规划研究者及地理信息课程学习者使用，可直接导入ArcGIS、QGIS等平台进行地图展示、空间查询与专题制图，解决长三角市级行政区划矢量底图缺失的常见问题。压缩包共8个文件，整体仅53KB，除了核心的shp矢量图层外，还配套了prj投影参数、dbf属性表、sbx/sbn空间索引及shp.xml元数据说明，文件结构完整，解压后无需二次整理即可加载使用。目前已有2276人学习下载，数据和配置信息都较为轻量，适合作为区域经济分析、城市群空间格局研究的快速底图。使用这份数据，用户可以省去手动拼接行政区边界的环节，直接对各地级市图层进行符号化、合并、裁剪或关联社会经济指标，能显著提升前期数据处理与出图效率，也便于开展后续空间统计与规划应用。

1. 拿到“长三角各地级市shp文件.rar”之后，第一件事不是解压

这份压缩包在GIS圈流传很广，表面上是把长三角各市行政边界装进一个rar，解压完拿QGIS一拖就能出图。但真正决定后面工作顺不顺的，是压缩包里那一条完整的数据链：shp主文件、shx索引、dbf属性、prj投影，以及属性表里的中文编码。少一个文件或者坐标系不统一，你在ArcGIS里看到的可能是一堆乱码或跑到大海里的面。

常见的处理路径有两条：一是用ArcMap/QGIS直接打开、拼接、裁剪；二是用GDAL/OGR命令行或GeoPandas做批处理，为Web地图、数据可视化、shp转3dtiles准备数据。两条路径在“解压→读入→清洗→转换”这四步上是通的。先把rar结构搞清楚，后面无论你是做城市边界提取、只保留外边界线，还是把shp转txt给后端用，都会少踩很多坑。

2. 拆开rar和shp：先看压缩包清单，再决定怎么解压

2.1 为什么长三角地级市数据喜欢用rar分卷发布

各地级市shp数据动辄几十MB起步，如果还带道路、水系、POI，压缩后能省不少空间。rar比zip对矢量数据里大量重复边界的压缩率略高，网上很多历史数据包都保留着rar格式，甚至还有分卷压缩，形如长三角.shp.part1.rar、长三角.shp.part2.rar。分卷必须全部下载才能解压，缺一卷就报错。

另一个原因是中文文件名和属性编码在rar里兼容性好，压缩包在Windows上解压后文件名不乱码。但这不等于数据没问题，真正的乱码风险在dbf属性表内部，这在第3章会专门展开。

先明确一点：rar本身不是GIS概念，它只是运输工具。压缩包内容通常按“地级市/县区/道路/要素点”分目录存放，也可能把整个省合并成一个大的shp，再用字段区分城市。不同发布者习惯不同，所以第一步不是急着解压，而是看清单。

2.2 一份完整shp在压缩包里应该有哪几个文件

如果你的压缩包里只有.shp没有.dbf，很多后台统计和按城市筛选就直接断掉。常见处理是用7z或WinRAR检查压缩包完整性，发现缺文件就问来源方要完整的，不花时间自己猜。

2.3 用Python只列压缩包清单，不全量解压

在程序化流程里，可以用rarfile库读取压缩包内容，判断数据组织方式。示例代码如下：

import rarfile rarfile.UNRAR_TOOL = "unrar" # 指定unrar可执行文件，或改成7z路径 with rarfile.RarFile("长三角各地级市shp文件.rar") as rf: for info in rf.infolist(): name = info.filename.lower() if name.endswith((".shp", ".shx", ".dbf", ".prj", ".cpg")): print(f"{info.filename} {info.file_size / 1024:.1f}KB")

这段代码的用途是优先列出shp及其配套文件。文件名后缀过滤条件很窄，能过滤掉压缩包里的说明文档、图片预览和临时文件。如果发现所有shp旁边都缺.prj，就说明这份数据没有坐标系信息，后面对接Web地图时要按已知坐标系手动设置。如果所有城市的.cpg缺失，则大概率会碰到中文乱码，读取时要指定gbk或utf-8逐个试。

3. 用ogrinfo和geopandas把shp读进来并做第一轮清洗

3.1 shp文件的格式边界：几何、属性、投影是三个独立文件

很多新人把shp当成一个文件，实际上它是一个“文件组”。几何在.shp，几何索引在.shx，属性在.dbf，三者缺一不可。投影信息.prj是纯文本，用记事本就能打开，内容是一段WKT描述，例如PROJCS["CGCS2000 / 3-degree Gauss-Kruger CM 120E"...]。

长三角地区常见的坐标系有三种：WGS84经纬度、CGCS2000经纬度、CGCS2000高斯投影。用ArcGIS打开时不看.prj直接拖入，软件会默认按WGS84处理，结果可能偏差几百米到几公里。所以读数据的第一步永远是看投影。

3.2 用ogrinfo命令查元数据，不打开GUI也能判断数据质量

GDAL是GIS界的通用底层库，装了QGIS或gdal命令行工具后就能使用。查看shp基本信息的命令是：

ogrinfo -so -al 长三角城市.shp

输出里能看到图层名、要素数量、几何类型（Polygon还是MultiPolygon）、坐标系WKT和字段列表。-so表示仅查看概要信息，不逐要素输出，速度很快。如果要素数量和你预期的地级市数量对不上，说明shp里可能混入了县级面或者被合并过的重复面。

想确认某个城市的字段值写法，但不用完整扫描所有字段，可以加-where参数：

ogrinfo -al 长三角城市.shp -where "NAME = '苏州市'"

这里假设字段名是NAME，实际字段名以3.1节的字段列表为准。这条命令把筛选条件下的要素属性全部打出来，能快速确认城市名里是否带“市”字，以及各市在属性表中是唯一的还是多选了多次。带不带“市”会直接影响后面where条件写法，长三角数据包来源不一，有的写“苏州市”，有的写“苏州”，清洗时要对齐。

3.3 用geopandas读入，显式指定编码并检查无效几何

GeoPandas是Python里处理shp的标准方式。读入长三角城市数据时，我会显式传编码参数：

import geopandas as gpd gdf = gpd.read_file("长三角城市.shp", encoding="utf-8") print(gdf.crs) print(gdf.columns.tolist()) print(gdf["NAME"].value_counts())

三行输出分别回答三个问题：坐标系是什么、字段有哪些、每个城市有多少个面。如果print(gdf.crs)输出None，说明缺少prj文件；不要直接猜测，先按数据来源判断。如果字段名是中文乱码，把encoding="utf-8"改成encoding="gbk"重试一次。这只是属性读取编码，不会改变几何。

读入后立即检查几何有效性，避免后续求交裁切时计算出负面积或自相交：

bad = gdf[~gdf.is_valid] print(bad.shape[0])

若bad.shape[0]大于0，用gdf.geometry = gdf.geometry.buffer(0)做修复。buffer(0)是把自相交的环自动重建一遍，对大多数从网上收集的shp有效，但会轻微圆滑边界，精度要求高的分析建议在原始数据上修好后再读入。

3.4 同一份rar里多个城市shp的投影统一问题

长三角各地级市shp文件的发布时间不同，有的采用CGCS2000，有的是WGS84，还有部分直接沿用西安80。混合使用时不能直接合并，需要统一坐标。用GeoPandas重投影：

gdf_4326 = gdf.to_crs("EPSG:4326")

如果后续要做面积统计或渔网分割，建议在投影坐标系下做，因为经纬度是角度单位，直接算面积会错得离谱。长三角范围适合用UTM 50N或CGCS2000高斯投影，在华东地区变形小，计算面积和边长更稳。

4. 按地级市提取边界、只保留外边界线、渔网分割

4.1 用ogr2ogr按字段值提取单个地级市

直接把整个长三角shp推给地图服务或用它裁剪道路图层，数据量没必要。常见做法是先按城市名拆开：

ogr2ogr -where "NAME = '苏州市'" 苏州.shp 长三角城市.shp -t_srs EPSG:4326

这条命令从长三角城市shp里筛出NAME字段等于“苏州市”的所有要素，写成新文件，并顺便把坐标系转成WGS84经纬度。-where用的是SQL表达式，字段名和值都区分大小写。如果之前检查发现NAME里带“市”，条件就写'苏州市'，否则写'苏州'。

空间范围粗筛和字段筛选经常搭配使用。两份数据无法用字段关联时，用空间范围先圈出附近区域，再精确处理：

4.2 只保留外边界线，去掉内部区县界

很多时候你不需要县级边界，只要地级市整体轮廓。直接从市界shp里去掉内部线，可用GeoPandas取每个面的外环：

from shapely.geometry import Polygon, MultiPolygon def outer_ring(geom): if geom.geom_type == "MultiPolygon": return MultiPolygon([Polygon(p.exterior) for p in geom.geoms]) return Polygon(geom.exterior) gdf = gpd.read_file("苏州市.shp", encoding="utf-8") gdf.geometry = gdf.geometry.map(outer_ring) gdf.to_file("苏州市_外边界.shp", encoding="utf-8")

这里的逻辑是：单一面直接取exterior作为新多边形；多部件面则逐部件取外环再合成MultiPolygon。值得注意的是，如果原数据里相邻区县边界有重叠，取外环会把重叠区域也包进来，最后输出轮廓和真实边界有小误差。稳妥做法是先dissolve合并：

merged = gdf.dissolve()

dissolve()把同名城市的所有面合并成一个整体，再取外环，得到的就是城市最外缘轮廓。这样处理后再做图、做掩膜或做shp转kml，边缘不会出现锯齿状断线。

4.3 渔网分割shp：把县级面切成均等网格

需要按格网统计、发布切片或做空间索引时，会用到渔网分割。常见做法是先生成规则格网，再把目标shp和格网求交。GeoPandas代码如下：

import geopandas as gpd import numpy as np from shapely.geometry import box gdf = gpd.read_file("长三角城市.shp", encoding="utf-8") minx, miny, maxx, maxy = gdf.total_bounds step = 0.1 # 经纬度单位，约10公里 cols = int(np.ceil((maxx - minx) / step)) rows = int(np.ceil((maxy - miny) / step)) grids = [] for i in range(cols): for j in range(rows): grids.append(box(minx + i * step, miny + j * step, minx + (i + 1) * step, miny + (j + 1) * step)) grid = gpd.GeoDataFrame(geometry=grids, crs=gdf.crs) sliced = gpd.overlay(gdf, grid, how="intersection") sliced.to_file("长三角_渔网.shp", encoding="utf-8")

step的单位跟随当前坐标系。坐标系是EPSG:4326时，0.1是10公里左右的经纬度跨度；坐标系换成UTM后，step应改成10000（米）。用overlay求交的代价较高，要素量大时先按城市字段过滤，再逐市切网格，最后合并结果，能明显减少内存消耗。

4.4 用市界裁剪掉市外点线，避免跨城统计

叠加分析场景里，长三角的POI或道路数据经常超出所需城市。用空间连接过滤即可：

import geopandas as gpd city = gpd.read_file("苏州市.shp", encoding="utf-8") pois = gpd.read_file("长三角_设施点.shp", encoding="utf-8") pois_in = gpd.sjoin(pois, city, predicate="within", how="inner")

sjoin是空间连接，predicate="within"要求设施点完全落在市界内。落在市界的点按within不满足，需要保留边界点就把条件换成intersects。空间连接后结果会带上城市的属性字段，所以后续不需要再按城市名二次匹配。

5. 长三角地级市shp转换：txt、kml、3dtiles一次说清

5.1 shp转txt和CSV：把坐标和属性交给非GIS系统

后端程序不认shp，但认文本。用GDAL把shp转成带几何的CSV或txt，最稳的参数是GEOMETRY=AS_WKT：

ogr2ogr -f CSV 长三角城市.csv 长三角城市.shp -lco GEOMETRY=AS_WKT -lco ENCODING=UTF-8

生成的CSV里每个要素一行，最后一列是WKT格式的多边形坐标串。这个文件可以直接交给数据分析或DBA做空间入库。如果是点数据，转成AS_XY会更紧凑：

ogr2ogr -f CSV 点位.csv 点位.shp -lco GEOMETRY=AS_XY

AS_XY把点拆成X和Y两个数字列，方便直接进表格工具。

反向操作也常用：Excel里维护了经纬度列，想生成shp。常见做法是先用pandas读Excel，再用points_from_xy生成几何：

import pandas as pd import geopandas as gpd df = pd.read_excel("POI.xlsx") gdf = gpd.GeoDataFrame(df, geometry=gpd.points_from_xy(df["经度"], df["纬度"]), crs="EPSG:4326") gdf.to_file("POI.shp", encoding="utf-8")

ArcMap里对应的操作是“添加XY数据”，原理完全一样，所以这个流程可以直接平移。

5.2 批量把地级市shp转kml，保留城市名做标注

KML是Google Earth和很多Web地图的常见交换格式。长三角城市按目录拆开后，批量转换用bash循环：

for f in *.shp; do ogr2ogr -f KML -dsco NameField=NAME "${f%.shp}.kml" "$f" done

NameField=NAME表示用属性表里的NAME字段作为KML地标名，这样地图上直接显示“苏州市”“杭州市”而不是无标签的面。KML标准要求WGS84坐标系，如果输入shp是CGCS2000或高斯投影，最好命令后面加-t_srs EPSG:4326，否则部分在线地图定位偏差明显。

5.3 shp转3dtiles：给Cesium用的数据准备

把长三角地级市和建筑物shp转3dtiles，常见方案有两条，适合不同数据规模：

本地命令行常用py3dtiles。安装后执行类似：

py3dtiles convert 长三角建筑.shp -o 长三角_tiles

输入shp最好先转成EPSG:4326，并检查属性字段不要带中文，3dtiles的批量处理工具对中文属性支持不稳定，转之前把不必要的字段删掉能减少包体。转换完成后会生成tileset.json和若干b3dm文件，Cesium加载时指向tileset.json即可。地级市边界面转3dtiles后体积通常很小，适合做城市级的可视化和区域选择操作，比直接加载shp经过后端切片要省事。

5.4 shp文件批量压缩的回坑提醒

同一个压缩包经过多次转发后，经常出现单个shp很大、传输困难的场景。我一般按“shp+shx+dbf+prj+后缀”整套压进一个zip或rar，不单独压主文件，因为单独压缩会导致收件人只解压出.shp，其他配套文件缺失，文件打不开还白折腾。调用7z命令行可以批量处理：

for f in *.shp; do 7z a "${f%.shp}.zip" "${f%.shp}"??? done

这里的通配符写法只适合文件名规整的场景。更稳的方式是先用目录整理同名文件，再对整个目录压缩一次，保证文件组完整。

6. 用三个技巧验证长三角地级市shp，避免出图和统计时翻车

6.1 先看字段唯一值，再确认城市数量与面数量是否一致

长三角地级市shp最容易出的问题是属性表里一个城市对应多个面，比如下辖区县没有合并。用GeoPandas按城市名统计面数量：

counts = gdf.groupby("NAME").size() print(counts)

如果输出里“苏州市”对应1行，说明边界已经合并；“苏州市”出现多行，说明shp保存的是区县级面。你需要决定是做市级粒度还是区县粒度，决定后再决定要不要执行dissolve。

6.2 检查相邻城市之间有缝隙还是重叠

网络收集的shp数据拓扑关系不保证正确。相邻城市边界应该完全重合，但实际常常出现重叠几米或缝隙几米。检查两两相交：

from itertools import combinations gdf = gdf.reset_index(drop=True) for i, j in combinations(range(len(gdf)), 2): left = gdf.geometry.iloc[i] right = gdf.geometry.iloc[j] if left.intersects(right): inter = left.intersection(right).area if inter > 1e-6 and i < j: print(gdf["NAME"].iloc[i], gdf["NAME"].iloc[j], inter)

打印出来的重叠面积可能是真实共边产生的，也可能是拓扑错误。面积极小且边界完全重合是正常共边，数值大则需要修复。修重叠的常用手段是取两个面的边界做stitch，重绘项目里用后处理。对绝大多数应用场景，先做一次gdf.buffer(0)再保存，能把大部分自相交和微缝隙修正掉。

6.3 保存前统一编码和坐标系，避免跨软件乱码

最后保存时，务必显式指定编码和坐标系输出：

ogr2ogr -lco ENCODING=UTF-8 final.shp 长三角城市.shp -t_srs EPSG:4326

-lco ENCODING=UTF-8是让新shp的dbf属性表保持UTF-8，不然在Linux或QGIS里中文又会变乱码。-t_srs强制转成WGS84，保证你在ArcMap、QGIS、GeoServer和在线地图里看到的坐标一致。长三角各地级市shp如果后续要接Web端渲染或做切片，这一步几乎不能省略。

本文还有配套的精品资源，点击获取