用 Overpy 快速操作 OpenStreetMap 数据,地图开发新体验!

ft4310537

今天聊聊一个有趣又实用的 Python 库—— Overpy 。

它可以让你轻松操作 OpenStreetMap（简称 OSM）数据，适合那些对地图开发感兴趣的小伙伴。

如果你曾经想从 OSM 获取路网、建筑、甚至河流数据，却被复杂的 API 文档吓退，那 Overpy 就是你的好帮手！

下面咱们一步步来看看它怎么用。

---

1.

什么是 Overpy？

简单点说，Overpy 是一个 Python 库，专门用来通过 Overpass API 查询和操作 OpenStreetMap 数据。

Overpass API 是 OSM 的一个查询接口，允许我们用一种叫 Overpass QL 的语言快速获取地图上的各种数据，比如道路、建筑物、公园等等。

Overpy 把这种查询封装得简单易用，几行代码就能搞定。

再直白一点，Overpy 就是帮你从 OSM 这个“地图巨头”里挖东西的工具，挖到的数据可以直接用来做可视化、分析，甚至游戏地图！

---

2.

安装 Overpy

没有安装，别谈用。咱们先把 Overpy 装上：

pip install overpy

这一步没啥技术含量，没报错就算成功。

如果遇到网络问题，用国内源试试：

pip install overpy -i https：//pypi.tuna.tsinghua.edu.cn/simple

---

3.

查询 OSM 数据

来点实际的。咱们用 Overpy 查询某个区域的道路数据。先写个简单的例子，看看怎么从 Overpy 获取数据。

代码示例：查询城市道路

import overpy

# 初始化 Overpass API
api = overpy.Overpass()

# 查询某个区域的道路数据
query = “”“
[out：json]；
area[”name“=”Shanghai“]->.searchArea；
(
  way[”highway“](area.searchArea)；
)；
out body；
>；
out skel qt；
”“”

# 执行查询
result = api.query(query)

# 输出道路名称和 ID
for way in result.ways：
    print(f“道路名称：{way.tags.get('name'， '无名路')} | ID：{way.id}”)
运行结果

运行上面的代码后，你会得到一堆道路信息，比如：

道路名称：延安东路 | ID：123456789
道路名称：无名路 | ID：987654321

解释一下代码：

area[“name”=“Shanghai”]->.searchArea；：找到上海这个区域。

way[“highway”](area.searchArea)；：取出上海区域内的所有道路。

out body；：输出查询结果。

result.ways：查询结果中的所有道路。

温馨提示：
记得检查你的网络环境，有时 Overpass API 的响应速度可能会有点慢，耐心等一下。

---

4.

查询建筑数据

道路搞定了，咱们来试试查询建筑物。换个区域，看看北京的建筑数据咋样。

代码示例：查询建筑

query = “”“
[out：json]；
area[”name“=”Beijing“]->.searchArea；
(
  way[”building“](area.searchArea)；
)；
out body；
>；
out skel qt；
”“”

result = api.query(query)

# 输出建筑名称和 ID
for way in result.ways：
    print(f“建筑名称：{way.tags.get('name'， '无名建筑')} | ID：{way.id}”)

运行这段代码，你会发现一堆“无名建筑”。别惊讶，这很正常，OSM 数据不是所有建筑都有名字。这些数据仍然可以用来绘制城市轮廓，特别适合搞一些可视化项目。

---

5.

查询 POI 数据

POI（Point of Interest，兴趣点）是地图数据的灵魂，比如餐馆、学校、地铁站这些。如果你想根据 OSM 数据做个本地生活服务，这部分数据会非常重要。

代码示例：查询兴趣点

query = “”“
[out：json]；
node[”amenity“=”restaurant“](around：1000，39.9042，116.4074)；
out body；
”“”

result = api.query(query)

# 输出餐馆名称和坐标
for node in result.nodes：
    print(f“餐馆名称：{node.tags.get('name'， '未知餐馆')} | 坐标：({node.lat}， {node.lon})”)

代码解读：

node[“amenity”=“restaurant”]：查询类型为“餐馆”的节点。

around：1000，39.9042，116.4074：查询范围是以 (39.9042， 116.4074) 为中心，半径 1000 米的区域。

运行后，你会得到类似的结果：

餐馆名称：海底捞 | 坐标：(39.905， 116.406)
餐馆名称：未知餐馆 | 坐标：(39.903， 116.408)

温馨提示：
注意 around 的范围单位是米，范围太大可能会导致查询超时。

---

6.

数据存储与处理

查询完数据后，你可能想保存到本地，方便后续分析。以下是保存为 JSON 文件的简单示例。

代码示例：保存数据为 JSON 文件

import json

# 把道路数据保存到 JSON 文件
output = []
for way in result.ways：
    output.append({
        “id”：way.id，
        “name”：way.tags.get(“name”， “无名路”)，
        “nodes”：way.get_nodes(resolve_missing=True)
    })

with open(“roads.json”， “w”， encoding=“utf-8”) as f：
    json.dump(output， f， ensure_ascii=False， indent=4)

print(“数据已保存到 roads.json”)

运行完后，你会得到一个结构化的 JSON 文件，方便后续用其他工具处理。

---

7.

常见坑和解决方法

查询超时 ：
如果查询范围太大，Overpass API 可能会返回超时错误。解决办法是缩小查询范围或者分块查询。

数据字段不全 ：
OSM 数据是用户贡献的，某些字段可能缺失，比如道路名称。这种情况下可以用 tags.get(“字段名”， “默认值”) 设置默认值。

网络问题 ：
如果查询速度慢，可以尝试用国内镜像，比如：

api = overpy.Overpass(url=“https：//overpass.kumi.systems/api/interpreter”)

---

8.

还能干点啥？

Overpy 的用法远不止这些。除了查询道路、建筑和 POI，你还可以：

测量距离 ：通过获取节点坐标计算两点之间的距离。

地理分析 ：结合其他库（如 shapely）做空间数据分析。

地图可视化 ：用 folium 或 leaflet 把查询结果渲染成交互式地图。

这些都可以为你的地图项目增色不少。

---

9.

嗯，就这样

Overpy 是个轻量又强大的工具，让你可以高效操作 OpenStreetMap 数据。

不管是开发地图应用，还是做数据分析，它都能派上大用场。

趁热打铁，试着用它挖掘自己城市的数据，或许会有意想不到的发现！