2.1 多源数据导入导出与格式转换
2.1 多源数据导入导出与格式转换
本节摘要：数据进厂的第一道工序是把 CAD、表格、影像、旧版文件等散装原料搬进平台，本节给出每一类原料的导入入口、参数陷阱与验收方法，并用一个管网普查项目串起完整过程。学完你能独立完成一次多源数据的"进厂报关"。
学习目标
阅读完本节，你应当能够：
- 为 CAD、坐标表格、Shapefile、影像、MapGIS 6.7 旧文件分别指出正确的导入入口
- 说出字段映射、编码转换、单位换算三个高频陷阱的表现与规避方法
- 按验收清单核对导入结果，确认几何无损、属性齐全、坐标合理
- 用脚本完成同构数据的批量转换，替代逐文件手工导入
一、原料的分类报关
多源数据看起来杂，按"几何从哪来"分只有四类，每类的报关通道不同。CAD 图形精确但语义混乱，一个图层里可能混着道路中线与文字注记；坐标表格只有属性与经纬度，几何要靠转换生成；影像与 DEM 是栅格，走栅格接入通道；6.7 旧文件则走版本升级通道。
图：多源原料汇入加工链的报关通道
二、四条通道各自的操作要点
CAD 通道的核心是图层映射。CAD 按图层组织图形，GIS 按要素类组织数据，导入前先在 CAD 里摸清图层语义：哪些层是道路中线、哪些层只是注记与图框。实际操作在桌面端的数据导入向导中完成：
# CAD 导入操作过程（桌面端向导） 步骤1 选择源文件与目标库位置，注意目标坐标系先留空，导入后统一处理 步骤2 图层映射：勾选参与转换的 CAD 图层，逐层指定目标要素类型 道路中心线 → 线要素类；宗地边界 → 面要素类；文字注记 → 默认不转 步骤3 字段映射：CAD 属性块字段与目标字段一一对应，多余字段显式丢弃 步骤4 执行导入，记录日志中的实体计数：输入实体数、成功数、失败数 步骤5 验收：成功数与失败数之和应等于输入实体数，失败明细必须逐条追因 # 常见失败原因：块参照未炸开、闭合多段线实际未闭合、圆弧拟合精度不足
表格通道生成点要素，最大的坑是坐标格式。外业表格里常见"114度05分12.3秒"这类度分秒写法，直接导入会被当成十进制度，点会跑到几百公里外：
# 坐标表格导入前的规范化检查 原始格式检查： 114°05′12.3″ → 需转换为 114.08675（十进制度） 转换公式：度 + 分除以60 + 秒除以3600 字段类型检查： 经纬度列必须设为双精度浮点，文本类型会静默失败 坐标方向检查： 北纬为正、东经为正；若表格中出现负值需核对采集地是否在西半球 抽样验证： 取两行已知的点位，转换后在底图上定位核对 # 一个 300 行的表格，规范化检查应在导入前完成，而不是导入失败后再补
栅格通道要盯配准信息。航摄影像若缺少坐标信息，导入后落在 (0,0) 附近，需要手工配准；DEM 则要核对高程单位与格网间距，混用米与英尺的 DEM 会让第 3 章的坡度计算全盘报废。
旧文件通道走数据迁移工具，把 6.7 的点线面文件转入地理数据库。迁移后重点核对属性字段：旧版字段名长度与类型限制与新库不同，偶有字段被截断改名的现象，需要手工映射找回。
三、案例复盘：管网普查数据的进厂全过程
背景：开发区地下管网普查，外业交付物包括 CAD 管线图（约 4200 条管段）、检查井坐标表（1873 个井位，度分秒格式）、一份带配准的航摄影像。要求一周内全部入库。
操作：先影像后矢量——影像先行入库作为参考底图；CAD 按图层映射拆出给水、雨水、污水三类管线要素类与一个检查井面要素类；坐标表规范化后生成检查井点要素类，与 CAD 转来的井面做空间叠加核对。
结果：导入日志显示 CAD 实体 6214 个，成功 6187，失败 27。失败的 27 个全部是未闭合多段线，用闭合检查工具补闭后二次导入成功。坐标表 1873 行全部生成点位，但抽查发现 6 个点与影像偏差明显，追查为外业手误，坐标分值错录一位，退回外业确认后修正。
解读：这个案例里最有价值的工序不是导入本身，而是"坐标表生成的点"与"CAD 转来的井面"的交叉核对——两个独立来源描述同一批对象，互为质检。多源不只是负担，用好了就是免费的校验网。
变式：如果原料换成 60 个标准图幅的 6.7 线文件，手工逐个导入不可接受，就轮到脚本上场：
# 批量转换示意：遍历目录下的旧版线文件，逐个调用平台转换接口 import os SRC_DIR = r"D:\data\wl_files" # 旧版线文件目录 DST_GDBS = [] # 收集转换成功的要素类名 for fname in os.listdir(SRC_DIR): if not fname.lower().endswith(".wl"): continue # 只处理线文件，跳过其他类型 src = os.path.join(SRC_DIR, fname) # 调用平台数据迁移接口（示意）：源文件 → 库内要素类 # convert_legacy(src, target_gdb, layer_name=fname[:-3]) DST_GDBS.append(fname[:-3]) print("共处理线文件：", len(DST_GDBS), "个") # 预期输出：共处理线文件：60 个 # 批处理的价值：60 次手工点击变成 1 次脚本运行，参数一致性由代码保证
⚠️ 常见坑：导入完成后不做数量核对就收工。几何数量对不上（源文件实体数与导入后要素数不一致）几乎必然意味着存在静默失败，而这些失败对象往往集中在最复杂、最值钱的地物上。
💡 关键直觉：格式转换的本质是"重新报关"——几何、属性、坐标三样行李每次都要重新过安检。任何一样被海关扣下（截断、丢字段、错坐标），后续工序都会为此买单。
导出：被忽视的另一半
本节标题里有"导出"，前面全在讲导入，因为进厂阶段导入是主战场。但导出的坑一样真实：给上级汇交 Shapefile 时中文属性字段名被截成乱码（早期格式字段名上限十个字节）；导出 CAD 给设计院时圆弧变成了密集折线（对方软件不接受参数曲线，导出时把细分密度调高可缓解）；导出影像给报告插图时忘了压采样，几十兆的图拖垮文档。原则只有一条——导出前先问对方用什么软件打开、要什么精度，按接收方的胃口出菜。
# 常见导出场景的参数要点 场景 格式 参数注意 向上汇交 Shapefile 字段名压到短名 测试中文属性 给设计院 DXF或DWG 圆弧细分加密 图层名映射表 报告插图 PNG 96至150DPI 按版面定像素 归档备份 平台原生格式 保留符号与拓扑信息 # 每次导出后自查三样：数量一致 字段完整 打开抽查
本节要点回顾
- 四通道：CAD 走图层映射、表格走坐标生成点、栅格盯配准、旧文件走迁移工具
- 表格三查：度分秒转十进制度、字段设双精度、负值核对半球
- 导入日志：成功数加失败数必须等于输入数，失败明细逐条追因
- 交叉核对：多来源描述同一对象时，互为免费质检网
- 批处理优先：超过十个同构文件就该写脚本，一致性靠代码不靠手稳
原料进了厂，下一节解决"站队"问题：所有数据统一到同一坐标旗下。