Mapshaper 免费命令行工具Shapefile 转换、地图简化与数据清洗一次搞定【免费下载链接】mapshaperTools for editing Shapefile, GeoJSON, TopoJSON and CSV files项目地址: https://gitcode.com/gh_mirrors/ma/mapshaper一块十万顶点的边界数据在浏览器里转圈三分钟是常态一份 150MB 的 Shapefile转成 GeoJSON 后反而更胖。做地图的人大概都被这类问题磨过性子——Mapshaper 正是为它们而生的免费开源工具用 JavaScript 写成、命令行驱动把 Shapefile 转换、地图简化与数据清洗压缩进同一条指令全程本地处理、不上传任何数据。这篇实战笔记不堆概念只给能直接抄的配方。它的能力边界一张表看懂顺便划掉你不需要的Mapshaper 的定位很克制不是功能庞杂的桌面 GIS而是把地图数据处理里最高频的几件事做到一条命令可复现。下面这张表就是它的全部家当能力具体做什么什么时候用格式转换Shapefile / GeoJSON / TopoJSON / CSV / KML / GPKG 等互转政府数据转 Web 可用格式地图简化Visvalingam 加权、Douglas-Peucker 等三种算法上百 MB 边界压到几 MB空间操作裁剪、擦除、缓冲、溶解、空间连接缓冲区、合并、按区域聚合属性编辑filter、each、calc 表达式批量改字段、按条件过滤要素批处理命令文件 变量插值定时任务、多文件流水线交互预览网页版 mapshaper-gui边调边看、探索式工作它也明确划了界限不做重型桌面 GIS 那套复杂建模而是把覆盖 80% 需求的活儿做得又快又稳。所有文件都在本机处理无论是命令行还是网页版敏感数据不出门。五分钟上手装完就跑通第一次转换Mapshaper 只需要 Node.js 环境最短路径如下安装 Node.js要求 20.11 及以上然后执行npm install -g mapshaper。用mapshaper -v验证安装是否成功。跑你的第一条转换命令mapshaper 你的文件.shp -o 输出文件.geojson。三个可执行文件一次装齐mapshaper主程序、mapshaper-xl默认 8GB 堆内存专治大文件、mapshaper-gui在本机 5555 端口起一个网页版界面。不想全局安装的话npx mapshaper或bunx mapshaper也能直接跑。命令的组织方式是一条从左到右执行的流水线第一个参数直接写文件路径等价于隐式的-i输入命令后面按顺序接处理命令最后用-o导出。记不住没关系mapshaper -h列出全部命令mapshaper -h simplify能看单个命令的详细参数。场景一政府开放数据转 Web 可用格式体积先瘦一半 目标把省级边界 Shapefile 变成前端能直接加载、体量可控的 JSON 数据。操作步骤转 GeoJSONmapshaper provinces.shp -o provinces.geojson。转 TopoJSONmapshaper provinces.shp -o provinces.topojson。一次处理整个目录for f in *.shp; do mapshaper $f -o out/${f%.shp}.geojson; done。效果TopoJSON 通过共享弧线去掉相邻边界重复的坐标点同样内容通常比 GeoJSON 小 40% 以上是 Web 地图的高性价比选择。想了解每种格式的底层实现可以按目录翻 src/io/一个格式一个模块完整命令参考见 docs/reference.md。场景二几十 MB 边界压到 10%肉眼几乎无差别 ⚡目标在保留整体轮廓的前提下把顶点数大幅降下来让页面加载从转圈变秒开。操作步骤先按默认算法来一发mapshaper provinces.shp -simplify 10% -o simplified.shp。这里的10%表示保留约 10% 的可删顶点数字越小简化越狠。效果不满意再换算法-simplify dp 20%用 Douglas-Peucker或切回默认的 Visvalingam 加权算法后者在强简化下线条更平滑。防止小多边形被删没-simplify 5% keep-shapes。简化后顺手修复可能出现的自相交mapshaper provinces.shp -simplify 5% -clean -o out.geojson。效果经验量级上一份 150MB 的省级边界简化到 10% 后通常只剩 20-30MB加载时间从十几秒降到一两秒。对 TIGER 县界这类锯齿密集的数据尤其见效——顶点少了大半轮廓依然清晰。另外两个细节值得知道经纬度数据默认在球面上做简化靠近极地也保持一致力度投影坐标数据则走平面几何。算法实现集中在 src/simplify/想研究 Visvalingam 的原理可以从这里入手配套图解在 docs/guides/simplification.md。场景三脏数据与空间分析一条命令链全部覆盖 ️目标交付数据前完成体检修复顺手把缓冲区、聚合这类常用分析也做了。操作步骤先体检mapshaper messy.shp -check-geometry让问题先暴露出来。再修复mapshaper messy.shp -clean -o fixed.shp。它会修复自相交多边形、消除缝隙和重叠、吸附重复顶点。做缓冲区mapshaper rivers.shp -buffer 2km -o river_buffers.shp。按字段溶解并汇总数值mapshaper blocks.shp -dissolve NAME sum-fieldsPOP10 -o tracts.shp。效果脏数据被一次性规整下游应用少踩一堆莫名其妙的坑。-clean还提供gap-fill-area和sliver-control控制修复力度-dissolve默认自带修复只想洗数据不想合并时用-clean更合适。拓扑修复的完整说明在 docs/guides/topology.md缓冲参数的用法在 docs/guides/buffering.md。给老手的三条进阶技巧命令文件加变量批处理可复用。把整条流水线写进一个.txt用{{YEAR}}这类占位符插值mapshaper -run build.txt一键执行命令行里还能用-vars YEAR2030覆盖默认值。这套玩法接进定时任务就能周周自动处理增量数据全程无人值守。多图层共享拓扑边界简化才一致。mapshaper -i states.shp counties.shp combine-files会让对齐的相邻边界用同一种方式简化更稳妥的做法是从最小行政单元开始再用-dissolve逐级生成上级图层。导出时顺手控制精度。-o precision0.00001 输出.geojson能削掉坐标尾数体积还能再小一圈。新手最容易踩的四个坑中文属性乱码Shapefile 的 dbf 常带 GBK 或 Big-5 编码导入时用高级选项指定encodinggbk或encodingbig5即可。怕改坏源文件不用担心-o永远写到新文件原始数据一直留在原地。简化过头小岛消失加keep-shapes参数保住每个要素至少一个环。网页版拖多个文件不合并多文件默认各自成层需要共享拓扑时在导入高级选项里写combine-files。大家问得最多的五个问题数据会被上传吗不会。命令行在本机处理网页版也在浏览器内完成断网也能用。提示 JavaScript heap out of memory 怎么办改用mapshaper-xl默认 8GB 堆内存可写成mapshaper-xl 16gb或用node --max-old-space-size16000直接指定内存上限。命令记不住怎么办mapshaper -h列出全部命令网页版控制台输入help 命令也能看到详细参数。网页版和命令行版怎么选看效果、做探索用网页版要可复现、要批量、要自动化用命令行命令在两边通用。操作失误会弄坏原始数据吗不会-o默认导出新文件源数据不动放心试错。下一步现在就动手Mapshaper 最打动人的特质有两个数据全程本地处理以及一切操作都可复现。前者让你敢拿敏感数据上手后者让每次处理都能写进脚本、沉淀成流程。给你一个明确的下一步——随便找一份.shp跑一遍mapshaper 文件.shp -simplify 10% -o 输出.geojson几分钟内亲眼看看体积和加载速度的变化。想深入的话全部命令的实现在 src/commands/几何计算引擎在 src/geom/随时可以翻开研究。【免费下载链接】mapshaperTools for editing Shapefile, GeoJSON, TopoJSON and CSV files项目地址: https://gitcode.com/gh_mirrors/ma/mapshaper创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Mapshaper 免费命令行工具：Shapefile 转换、地图简化与数据清洗一次搞定
Mapshaper 免费命令行工具Shapefile 转换、地图简化与数据清洗一次搞定【免费下载链接】mapshaperTools for editing Shapefile, GeoJSON, TopoJSON and CSV files项目地址: https://gitcode.com/gh_mirrors/ma/mapshaper一块十万顶点的边界数据在浏览器里转圈三分钟是常态一份 150MB 的 Shapefile转成 GeoJSON 后反而更胖。做地图的人大概都被这类问题磨过性子——Mapshaper 正是为它们而生的免费开源工具用 JavaScript 写成、命令行驱动把 Shapefile 转换、地图简化与数据清洗压缩进同一条指令全程本地处理、不上传任何数据。这篇实战笔记不堆概念只给能直接抄的配方。它的能力边界一张表看懂顺便划掉你不需要的Mapshaper 的定位很克制不是功能庞杂的桌面 GIS而是把地图数据处理里最高频的几件事做到一条命令可复现。下面这张表就是它的全部家当能力具体做什么什么时候用格式转换Shapefile / GeoJSON / TopoJSON / CSV / KML / GPKG 等互转政府数据转 Web 可用格式地图简化Visvalingam 加权、Douglas-Peucker 等三种算法上百 MB 边界压到几 MB空间操作裁剪、擦除、缓冲、溶解、空间连接缓冲区、合并、按区域聚合属性编辑filter、each、calc 表达式批量改字段、按条件过滤要素批处理命令文件 变量插值定时任务、多文件流水线交互预览网页版 mapshaper-gui边调边看、探索式工作它也明确划了界限不做重型桌面 GIS 那套复杂建模而是把覆盖 80% 需求的活儿做得又快又稳。所有文件都在本机处理无论是命令行还是网页版敏感数据不出门。五分钟上手装完就跑通第一次转换Mapshaper 只需要 Node.js 环境最短路径如下安装 Node.js要求 20.11 及以上然后执行npm install -g mapshaper。用mapshaper -v验证安装是否成功。跑你的第一条转换命令mapshaper 你的文件.shp -o 输出文件.geojson。三个可执行文件一次装齐mapshaper主程序、mapshaper-xl默认 8GB 堆内存专治大文件、mapshaper-gui在本机 5555 端口起一个网页版界面。不想全局安装的话npx mapshaper或bunx mapshaper也能直接跑。命令的组织方式是一条从左到右执行的流水线第一个参数直接写文件路径等价于隐式的-i输入命令后面按顺序接处理命令最后用-o导出。记不住没关系mapshaper -h列出全部命令mapshaper -h simplify能看单个命令的详细参数。场景一政府开放数据转 Web 可用格式体积先瘦一半 目标把省级边界 Shapefile 变成前端能直接加载、体量可控的 JSON 数据。操作步骤转 GeoJSONmapshaper provinces.shp -o provinces.geojson。转 TopoJSONmapshaper provinces.shp -o provinces.topojson。一次处理整个目录for f in *.shp; do mapshaper $f -o out/${f%.shp}.geojson; done。效果TopoJSON 通过共享弧线去掉相邻边界重复的坐标点同样内容通常比 GeoJSON 小 40% 以上是 Web 地图的高性价比选择。想了解每种格式的底层实现可以按目录翻 src/io/一个格式一个模块完整命令参考见 docs/reference.md。场景二几十 MB 边界压到 10%肉眼几乎无差别 ⚡目标在保留整体轮廓的前提下把顶点数大幅降下来让页面加载从转圈变秒开。操作步骤先按默认算法来一发mapshaper provinces.shp -simplify 10% -o simplified.shp。这里的10%表示保留约 10% 的可删顶点数字越小简化越狠。效果不满意再换算法-simplify dp 20%用 Douglas-Peucker或切回默认的 Visvalingam 加权算法后者在强简化下线条更平滑。防止小多边形被删没-simplify 5% keep-shapes。简化后顺手修复可能出现的自相交mapshaper provinces.shp -simplify 5% -clean -o out.geojson。效果经验量级上一份 150MB 的省级边界简化到 10% 后通常只剩 20-30MB加载时间从十几秒降到一两秒。对 TIGER 县界这类锯齿密集的数据尤其见效——顶点少了大半轮廓依然清晰。另外两个细节值得知道经纬度数据默认在球面上做简化靠近极地也保持一致力度投影坐标数据则走平面几何。算法实现集中在 src/simplify/想研究 Visvalingam 的原理可以从这里入手配套图解在 docs/guides/simplification.md。场景三脏数据与空间分析一条命令链全部覆盖 ️目标交付数据前完成体检修复顺手把缓冲区、聚合这类常用分析也做了。操作步骤先体检mapshaper messy.shp -check-geometry让问题先暴露出来。再修复mapshaper messy.shp -clean -o fixed.shp。它会修复自相交多边形、消除缝隙和重叠、吸附重复顶点。做缓冲区mapshaper rivers.shp -buffer 2km -o river_buffers.shp。按字段溶解并汇总数值mapshaper blocks.shp -dissolve NAME sum-fieldsPOP10 -o tracts.shp。效果脏数据被一次性规整下游应用少踩一堆莫名其妙的坑。-clean还提供gap-fill-area和sliver-control控制修复力度-dissolve默认自带修复只想洗数据不想合并时用-clean更合适。拓扑修复的完整说明在 docs/guides/topology.md缓冲参数的用法在 docs/guides/buffering.md。给老手的三条进阶技巧命令文件加变量批处理可复用。把整条流水线写进一个.txt用{{YEAR}}这类占位符插值mapshaper -run build.txt一键执行命令行里还能用-vars YEAR2030覆盖默认值。这套玩法接进定时任务就能周周自动处理增量数据全程无人值守。多图层共享拓扑边界简化才一致。mapshaper -i states.shp counties.shp combine-files会让对齐的相邻边界用同一种方式简化更稳妥的做法是从最小行政单元开始再用-dissolve逐级生成上级图层。导出时顺手控制精度。-o precision0.00001 输出.geojson能削掉坐标尾数体积还能再小一圈。新手最容易踩的四个坑中文属性乱码Shapefile 的 dbf 常带 GBK 或 Big-5 编码导入时用高级选项指定encodinggbk或encodingbig5即可。怕改坏源文件不用担心-o永远写到新文件原始数据一直留在原地。简化过头小岛消失加keep-shapes参数保住每个要素至少一个环。网页版拖多个文件不合并多文件默认各自成层需要共享拓扑时在导入高级选项里写combine-files。大家问得最多的五个问题数据会被上传吗不会。命令行在本机处理网页版也在浏览器内完成断网也能用。提示 JavaScript heap out of memory 怎么办改用mapshaper-xl默认 8GB 堆内存可写成mapshaper-xl 16gb或用node --max-old-space-size16000直接指定内存上限。命令记不住怎么办mapshaper -h列出全部命令网页版控制台输入help 命令也能看到详细参数。网页版和命令行版怎么选看效果、做探索用网页版要可复现、要批量、要自动化用命令行命令在两边通用。操作失误会弄坏原始数据吗不会-o默认导出新文件源数据不动放心试错。下一步现在就动手Mapshaper 最打动人的特质有两个数据全程本地处理以及一切操作都可复现。前者让你敢拿敏感数据上手后者让每次处理都能写进脚本、沉淀成流程。给你一个明确的下一步——随便找一份.shp跑一遍mapshaper 文件.shp -simplify 10% -o 输出.geojson几分钟内亲眼看看体积和加载速度的变化。想深入的话全部命令的实现在 src/commands/几何计算引擎在 src/geom/随时可以翻开研究。【免费下载链接】mapshaperTools for editing Shapefile, GeoJSON, TopoJSON and CSV files项目地址: https://gitcode.com/gh_mirrors/ma/mapshaper创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考