前言
一個多月沒有寫博客了，今天嘗試着動筆寫點。
原因很多，最重要的原因是我轉行了。是的，我離開了開發崗位，走向了開發的天敵-產品經理。雖然名義上是產品經理，但是乾的事情也很雜，除了不寫代碼，其他的都幹，經常還要加個小班，所以就沒那麼多時間研究技術上的東西，機械鍵盤上已經落下了一層薄薄的灰塵。但是自己確實又愛碼農這一行，上班看着同事暢快的敲着代碼，心裏就有點癢，所以下班沒事仍舊自己瞎捉摸，這不就總結出來今天這篇文章。
關於產品經理和研發的關係我還真得多說一句，雖然二者是天敵，但是一個懂研發的產品經理很容易和研發打交道，相互之間有很多的共同話題，每次項目來的時候我腦海中大概知道如何解決這件事情，甚至我還要幫項目對接的公司解決開發上的問題。。。
話不多說，開始今天的主題，今天主要介紹如何將 Shp 文件轉爲 GeoJson，這在 QGIS、ArcGIS 等專業軟件中很容易實現，只需要點個按鈕就行了，本文正是來研究這點個按鈕背後發生的故事。本文是在使用 GeoTrellis 中碰到的，所以仍舊歸入此博客集中，當然其中的框架等也都是基於 GeoTrellis 的。
一、實現方式
1.1 理論分析
其實這個過程邏輯上比較簡單，首先將 Shp 文件讀入內存，再分別讀出空間屬性和普通屬性，將二者組合起來按照 GeoJson 文件的格式寫入即可。
1.2 具體實現
- 讀 Shp 文件
只需要一行代碼即可解決：
val datas = ShapeFileReader.readSimpleFeatures(path)這是 GeoTrellis 封裝好的讀 Shp文件的方法，但是此種方式存在一個問題，無法設置讀 Shp 文件時的編碼方式，如果 Shp 文件不是 UTF-8 編碼會存在亂碼的問題，簡單改造一下源碼即可實現：
val datas = {
val file = new File(path)
val shpDataStore = new ShapefileDataStore(path.getFileUrl())
shpDataStore.setCharset(Charset.forName(charsetName))
val ftItr = shpDataStore.getFeatureSource.getFeatures.features
try {
val simpleFeatures = mutable.ListBuffer[SimpleFeature]()
while (ftItr.hasNext) simpleFeatures += ftItr.next()
simpleFeatures
} finally {
ftItr.close
shpDataStore.dispose()
}這樣就能夠讀出 Shp 文件中的所有內容，空間屬性附帶普通屬性,最終是 SimpleFeature 對象的集合。
- 將內容轉爲 Feature
所謂 Feature 其實就是空間屬性和普通屬性的結合。
def parseAttribute(sf: SimpleFeature) = {
import scala.collection.JavaConversions._
sf.getProperties.drop(1).map { p =>
val attr = sf.getAttribute(p.getName)
p.getName.toString -> (if (attr == null) "" else attr.toString)
}.toMap
}
def getGeometryFromSimpleFeature(sf: SimpleFeature) = {
val original = sf.getDefaultGeometryProperty.getValue
Geometry(original.asInstanceOf[com.vividsolutions.jts.geom.Geometry])
}
def toFeature(sf: SimpleFeature) = {
Feature(getGeometryFromSimpleFeature(sf), parseAttribute(sf))
}以上方法能將單個 SimpleFeature 對象轉爲 Feature 對象，整個集合只需要實現一下 map 方法即可。
- 轉爲 GeoJson
在上一步中，肯定有同學很好奇，爲什麼要將從 Shp 中讀出的 SimpleFeature 對象轉爲 Feature 對象，原因就在於有了 Feature 對象，我們就可以很簡單的將其轉爲 GeoJson。GeoTrellis 內置了一個將 Feature 集合轉爲 GeoJson 的隱式方法，如下：
implicit class FeaturesToGeoJson[G <: Geometry, D: JsonWriter](features: Traversable[Feature[G, D]]) {
def toGeoJson(): String = {
JsonFeatureCollection(features).toJson.compactPrint
}
}所以可以直接將第二步中得到的 Feature 集合轉爲 GeoJson，如下：
import geotrellis.vector.io.json.Implicits._
val geojson = features.toGeoJson()最後只需要將 geojson 對象寫入文件即可。
二、換種姿勢
以上代碼看上去輕描淡寫，確實我折騰了好長時間才整出來。此處我又要插一句，有很多同學通過各種方式諮詢我關於 GeoTrellis 使用的問題，我在這裏要做一下聲明：
首先，我知道的基本都毫無保留的寫在博客裏了，關於技術點問我和看我的博客差不多，我希望與大家一起探討實現思路等方面的問題；
其次，就算問我，你是不是也得把問題描述清楚，有些同學截幾句代碼就要問我爲什麼跑不通，對不起，首先我不知道你從哪篇文章中截出的，其次我也不知道你要做什麼事情，所以我真的無法回答；
第三，文章中的代碼都是針對當時 GeoTrellis 版本而言的，你看到的時候可能已經更新了，可能會存在跑不通的情況，但是一般不存在，並且幾時存在簡單修改一下應該就可以，並且無需轉牛角尖的問我類似 1TB Tiff 如何處理的問題，我的文章只提供技術方法，不做科學研究。
當然我非常感謝大家對我的認同和支持，這也是我持續寫此博客集的動力之一（以後可能越來越少了，產品。。。都是產品惹的禍）。
言歸正傳，當我用 Scala 折騰了幾天出來之後，一拍腦袋，不禁要罵自己幾句，爲什麼我不直接拿 python 實現此功能呢？趕緊研究了一下，發現幾行代碼就搞定：
from geopandas import *
shpdata = GeoDataFrame.from_file(path)
features = [shpdata.__geo_interface__]
from json import dumps
geojson = open("demo.json", "w")
geojson.write(dumps({"type": "FeatureCollection", \
"features": features}, indent=2) + "\n")
geojson.close()具體思路同上面分析，此處不具體展開，感興趣的可以自行研究。
就像前面看到的一篇文章中講到的，強大的不是 python 而是庫，是的，一種語言用的人多了，自然庫也就豐富了，而我們普通人可以選擇爲自己喜歡的語言貢獻庫，同時我們也不能死守一種語言，應該具體問題具體分析，找到最適合解決問題的語言，當然每一件事情都是學習的過程，都不會白費。
三、總結
本文介紹了兩種語言下實現 Shp 轉爲 GeoJson 的方式，主要是分析解決問題的思路。
Geotrellis系列文章鏈接地址http://www.cnblogs.com/shoufengwei/p/5619419.html