青岛市shp数据转GeoJSON实操：格式解析、坐标系与避坑指南

简介：这份青岛市空间数据压缩包，面向GIS学习者、城市规划与地理信息处理人员，承载了青岛市完整的区域划分矢量边界，包含行政区域轮廓、空间范围等基础地理要素，可直接用于地图制图、叠加分析与Web地图展示，为各类空间查询与可视化项目提供了轻量级数据支撑。压缩包共5个文件，总体积约43KB，内含shp几何文件、dbf属性表、prj投影定义、shx索引文件以及json格式数据。其中shp文件与shx、dbf、prj配套后，可在ArcGIS、QGIS等专业GIS软件中完整识别，支持行政区名称、代码等属性的检索、分类渲染与空间统计；json格式则便于Web端地图库调用，适合浏览器端的交互式展示与二次开发。目前该资源已有690人学习浏览，尤为适合需要快速获取青岛市基础行政区划底图，开展空间分析练习、课堂教学演示或前端地图开发实践的初学者与相关从业者。

1. 青岛市 shp 数据压缩包：先搞清楚你拿到的到底是什么

一个标题写着“青岛市shp数据、json格式数据、shx格式数据等.zip”的压缩包，往往是很多人第一次接触真实地理信息数据的起点。shp 并不是一个单独的文件，而是一组同类文件的集合；shx 是它的几何索引，json 则可能是属性表转出来的数据，也可能是可以直接扔进前端渲染的 GeoJSON。这套组合的常见用途是行政区划底图、地块边界、路网或 POI 点位的空间分析，适合做地图可视化、业务系统选址分析、以及与第三方平台对接前的坐标转换。别急着解压了就拿 ArcGIS 打开，zip 里的文件形态、坐标系和编码，这三样任何一样不对，都能让你白忙一晚上。

2. 拆包看货：shp、json、shx 各管一份活，别只盯着扩展名

2.1 zip 里的空间数据三件套：shp 管图形、shx 管索引、dbf 管属性

拿到任何一个以 shp 命名的数据，你首先要接受一个现实：shapefile 从来不是单个文件。它至少由三个文件组成，缺少任何一个都会导致打不开或者属性丢失：

• .shp：几何信息，点、线、面的坐标都在这里
• .shx：几何索引，程序读取时靠它快速定位某一条记录的位置，丢了它很多软件会拒绝打开
• .dbf：属性表，每一行对应一个要素，列名和字段值都在这里，类似 Excel 的一张小表

如果是带投影坐标的数据，压缩包里通常还会有.prj（坐标系描述）、.cpg（字段编码声明）、.sbn / .sbx（空间索引）等辅助文件。你看到的“青岛市 shp 数据”，实际上就是这一整套文件的集合被压进了一个 zip。

# 解压后用 ls 查看文件号，能一眼看出这套数据是否完整 unzip -O GBK "青岛市shp数据、json格式数据、shx格式数据等.zip" -d qingdao_data cd qingdao_data ls -la *.shp *.shx *.dbf *.prj *.json 2>/dev/null

注意：Linux 或 macOS 下如果压缩包内的文件名是中文，直接 unzip 容易出现乱码，加-O GBK是为了按 GBK 编码解码文件名。Windows 自带资源管理器解压通常没这个问题，但用命令行工具时容易踩。

解压后重点看两件事：第一.shp/.shx/.dbf三个主文件是否都在；第二有没有.prj文件。没有 .prj 的数据不一定是坏的，但你得从元数据或者数据内容里推断坐标系，这一步后面专门讲。很多人拿到数据后第一反应是“怎么打开全是个点/线”，其实只是因为文件不完整或者坐标系无定义。

2.2 json 在压缩包里可能是两种东西：属性型 JSON 和 GeoJSON

json 扩展名在这类压缩包里含义很广，我处理过的情况通常有两种。

第一种是属性数据导出。比如一个街道边界 shp，旁边放一个community_info.json，里面可能是社区名称、人口、编码等字段的数组。这种 json 没法直接挂到地图上，需要先和 dbf 里的某个唯一字段做关联，常见关联键是adcode、OBJECTID或code。安装包里的 json 如果是这种形态，你需要用 json 库读取后，跟 gdf 的字段做 merge：

import geopandas as gpd import json # 读取 shp，编码按中文数据常见情况先试 utf-8，不行换 gbk gdf = gpd.read_file("qingdao_data/青岛市.shp", encoding="utf-8") # 读取属性 json with open("qingdao_data/community_info.json", "r", encoding="utf-8") as f: info = json.load(f) # 假设是 JSON 数组，[{code: "...", name: "...", ...}] # 转成 DataFrame 并按 code 字段合并 import pandas as pd df_info = pd.DataFrame(info) merged = gdf.merge(df_info, left_on="code", right_on="code", how="left") print(merged.head())

第二种是GeoJSON，这种 json 本身就是地理数据，里面有type: "FeatureCollection"，features 数组里每一项包含geometry和properties。它可以直接用 Leaflet、Mapbox、Cesium 加载，不用再经过 shp。如果压缩包里的 json 是这种，建议解压后先看前几百个字符确认结构，不要盲目拿 shp 去转换生成一遍——原装 GeoJSON 可能已经做过减点和坐标优化。

判断方法很简单：用文本编辑器打开 json，如果看到"type": "FeatureCollection"或"coordinates": [...]，这就是 GeoJSON；如果是一排{"name": "xxx", "count": 123}之类的，就是纯属性数据。

2.3 这套数据到底能不能用，先给自己的场景定个性

拿到压缩包的最后一步，是回答“这数据对我要做的事够不够用”。我一般会问自己三个问题，你也可以照着查：

这套数据的价值不在于“有 shp 这三个字母”，而在于它把青岛市的空间范围和相关属性一次性交付了。做可视化原型、做初步空间分析、做系统对接测试，它都是合格的底料；但如果要做严格的宗地边界判定或测绘级成果，这种通用网络数据一般只能当参考底图，不能直接作为法定依据，这个边界心里要有数。

3. 用 Python 把青岛市 shp 一站式读成 GeoJSON：最小命令与参数说明

3.1 环境准备：geopandas 与 pyshp 的安装与分工

读取 shp 的主流方案通常是 geopandas，底层依赖 fiona 和 shapely；它读出来的 DataFrame 能直接做筛选、合并和导出。pyshp 则是一个纯 Python 的轻量库，适合只做格式转换、不想引入太多依赖的场景。我一般主用 geopandas，pyshp 留着救急——比如 GDAL 版本冲突导致读不了 shp 时，pyshp 往往还能跑。

# 建议在虚拟环境安装，避免系统 Python 包冲突 python -m venv venv_gis source venv_gis/bin/activate # Windows 下是 venv_gis\Scripts\activate pip install geopandas pyshp pyproj shapely

装完验证一下能不能正常读数据，先跑一个小样本：

import geopandas as gpd gdf = gpd.read_file("qingdao_data/青岛市.shp", encoding="utf-8") print(gdf.shape) # (多少行, 多少列) print(gdf.crs) # 坐标系信息，None 表示缺少 .prj print(gdf.columns) # 字段名列表

如果这里直接报UnicodeDecodeError，说明 dbf 字段编码不是 utf-8，把encoding换成"gbk"或"GB18030"再试。Shp 中文属性最常见的坑就是编码，这个留到排查章节详细说。

3.2 读取 shp 并导出 GeoJSON 的完整脚本

下面这段代码覆盖了从读入到导出到清洗校验的整个流程，可以直接抄作业，但建议把每一段都看懂再跑：

import geopandas as gpd import json from shapely.geometry import mapping # 1. 读取 shp，指定编码，避免中文乱码 gdf = gpd.read_file("qingdao_data/青岛市.shp", encoding="utf-8") # 2. 清理无效几何：geom 为空的对象会在导出和空间计算时翻车 before = len(gdf) gdf = gdf[gdf.geometry.notnull()].copy() gdf = gdf[gdf.geometry.is_valid] print(f"清理无效几何：{before} -> {len(gdf)}") # 3. 统一坐标系为 WGS84 经纬度，前端和多数平台都认这个 if gdf.crs and gdf.crs.to_epsg() != 4326: gdf = gdf.to_crs(epsg=4326) elif gdf.crs is None: print("警告：原始数据没有坐标系定义，导出结果坐标值仅供参考") # 4. 导出 GeoJSON，ensure_ascii=False 保证中文可读 gdf.to_file("qingdao_4326.geojson", driver="GeoJSON", encoding="utf-8") # 5. 如果只要 json 数组里的属性字段，可以单独导出 prop_dict = gdf.drop(columns="geometry").to_dict(orient="records") with open("qingdao_properties.json", "w", encoding="utf-8") as f: json.dump(prop_dict, f, ensure_ascii=False, indent=2)

逻辑说明：第 2 步的is_valid是 shapely 的几何合法性校验，自相交的面、空几何都会被标记为 False，这一步不做，后面做空间连接时经常报错。第 3 步的to_crs(epsg=4326)是重投影，把原始数据的坐标系转成标准经纬度；如果原始数据本身没有 .prj，这一步会跳过，但导出的数据就要标注“坐标系未知”。第 5 步是把属性表单独打成 JSON 数组，适合给后端业务系统做接口数据。

3.3 只保留特定区市：字段筛选与空间筛选两种写法

拿到全市数据后，最常见的诉求是“只保留市南区”“只要崂山区的范围”。这个有两种做法：按属性过滤，或者按空间范围裁切。

# 属性筛选：假设字段叫 name，只保留指定区市 district_list = ["市南区", "市北区", "崂山区"] sub = gdf[gdf["name"].isin(district_list)].copy() print(sub["name"].value_counts()) # 空间筛选：用一个矩形或者圆去裁切，不要直接用 bounding box 划区 from shapely.geometry import box # 青岛主城区的大致经纬度范围，前提是数据已经转成 EPSG:4326 bbox = box(120.28, 36.05, 120.45, 36.12) sub_spatial = gdf[gdf.geometry.intersects(bbox)] print(sub_spatial.shape)

属性筛选适合“我要这几个明确的区市”的场景；空间筛选适合“我要某个坐标范围内的点或线”的场景。需要注意intersects会把和边界碰上的要素都算进去，如果只想要完全在范围内的要素，改用gdf.geometry.within(bbox)。

4. 坐标系校验与跨软件转换：从 shp 到 GIS 平台不偏移的落地路径

4.1 先确认坐标系，比先做转换更重要

处理青岛这类国内城市数据，坐标系永远是第一道坎。常见的几种坐标系统对不上时，地图上会偏移几百米到几十公里不等，而且肉眼很难直接判断谁对谁错。

先看.prj文件，常见内容对应的含义如下：

如果.prj缺失，就需要反推：看坐标值的大小。经纬度坐标一般在 120 左右（青岛经度范围约 119.7～121.4），投影坐标的 X 值通常是 7 位数或者 8 位数带带号，一眼就能区别。

4.2 用 pyproj 或 geopandas 做重投影：参数这里怎么设

用 geopandas 做重投影已经够用，但偶尔会碰到坐标串被错误解释成度分秒的情况。这时用 pyproj 做显式转换更可控：

from pyproj import Transformer # 假设原始数据是 CGCS2000 高斯投影，EPSG:4546，要转成 WGS84 经纬度 transformer = Transformer.from_crs(4546, 4326, always_xy=True) # 拿一个青岛的坐标点试算：投影坐标系里的点 x, y = 507000, 3984000 # 大致对应青岛老城区一带 lon, lat = transformer.transform(x, y) print(lon, lat) # 应输出约 120.38, 36.06

参数说明：Transformer.from_crs(4546, 4326, always_xy=True)中，always_xy=True表示转换后的坐标按 x=经度、y=纬度 的顺序输出，不写这个参数时 pyproj 默认按纬度经度返回，很容易把两个值写反。这条由参数引起的“经纬度互换”错误极其隐蔽，肉眼完全看不出来，但一旦叠加到底图上就是上下颠倒的镜像效果。

如果你要转整个图层，直接用 geopandas 的to_crs即可，它内部调用的就是 pyproj。差别在于geopandas.to_crs更省事，pyproj.Transformer更适合单独验证某个点。

4.3 dwg 转 shp 的补位路径：如果这套数据不是你要的形态

一种常见情况是：压缩包里的 shp 其实是从 CAD 的 dwg 文件转出来的，转换过程有问题，导致读出来“只有线没有面”，或者全是标注文字。这种情况我一般不会直接放弃 shp，而是先做几何类型诊断：

# 查看几何类型分布，确定数据到底是点、线、面 print(gdf.geom_type.value_counts())

如果发现明明应该是面状行政区，结果geom_type全是LineString，基本确定是 CAD 转 shp 时闭环边界没闭合。常见处理方式是先用拓扑检查找断点，再用人工补线闭合。这个流程适合用 QGIS 的拓扑检查插件配合手动编辑处理，Python 这边能做的是先定位未闭合的位置：

# 找出没有闭合的线，并补充闭合点 from shapely.geometry import LineString, Polygon for idx, geom in gdf.geometry.items(): if isinstance(geom, LineString): if geom.is_ring: # is_ring 表示首尾相接的闭合线 gdf.loc[idx, "geometry"] = Polygon(geom) else: print(f"第 {idx} 条线未闭合，需要人工确认")

这个脚本的意义不在于替你把所有未闭合线修完，而在于快速把可疑对象缩小到几条，免去在几千条记录里大海捞针。**如果你拿到的是别人转好的 dwg 转 shp 文件，一定要先跑一遍这个诊断。

5. 处理青岛市 shp 数据：5 个排查现场与避坑思路

5.1 中文属性读出来全是“口口口”：编码声明写错了

现象：解压后数据能加载，图层也能显示，但属性表里所有中文都是乱码或问号。 原因：dbf 属性表是 GBK 编码写的，程序用 UTF-8 去解析了；或者反过来，数据实体是 UTF-8，.cpg文件没保存对应的编码声明。 解决：用 geopandas 读的时候显式指定编码，先试utf-8，报错或乱码就换gbk、gb18030。不要只改显示编码，要把读取参数改到位。

# 乱码时的排查顺序：utf-8 不对就试 gbk，再试 gb18030 for enc in ["utf-8", "gbk", "gb18030"]: try: gdf = gpd.read_file("qingdao_data/青岛市.shp", encoding=enc) sample = gdf.columns[0] print(f"编码 {enc} 读取成功，样例字段值：{gdf.iloc[0][sample]}") break except Exception as e: print(f"编码 {enc} 失败：{e}")

这类问题在中文地理数据里出现频率极高，没有什么高阶技巧，唯一的血泪经验就是：不要信任数据源写的编码说明，用实际读取结果定编码。如果你后续要把成果交付给别人，建议顺手导出一版 UTF-8 的 GeoJSON，让下游不再踩同一个坑。

5.2 导出 GeoJSON 后区县边界连成一片：环方向与自相交

现象：ArcGIS 里看完全正常，但把 geojson 扔进前端或者三方平台，某些面填充时出现黑色斑块、相邻面互相“咬掉”一块。 原因：shp 里的面要素环方向不统一（顺时针/逆时针混用），或者相邻面边界自相交。GeoJSON 规范里外环必须逆时针，内环顺时针，只要方向跟这个不一致，渲染引擎就可能错乱。 解决：用 shapely 检查环方向，并用make_valid修复自相交。

from shapely.validation import make_valid gdf["geometry"] = gdf.geometry.apply( lambda geom: make_valid(geom) if not geom.is_valid else geom ) # 再检查环方向，正常情况下所有要素外环应为逆时针 import numpy as np def check_winding(geom): if geom.geom_type in ["Polygon", "MultiPolygon"]: polys = [geom] if geom.geom_type == "Polygon" else list(geom.geoms) for poly in polys: return poly.exterior.is_ccw return True bad_rings = gdf.geometry.apply(check_winding) print(bad_rings.value_counts())

如果发现方向不对，不要自己手写环翻转，shapely 的is_ccw和reverse组合可以整个处理，但更稳妥的做法是在导出前统一用gdf.geometry = gdf.geometry.buffer(0)重新构建几何，这个操作会顺手修正环方向和部分自相交问题，代价是性能损耗，大数据量时慎用。

5.3 字段里有 null geometry：筛选和空间连接时被静默丢弃

现象：用gdf.plot()画图时缺失一部分区域，做空间 join 时明明有两百个街道，结果只剩一百八。 原因：shp 的属性表里存在几何为空的行，可能是原数据在编辑时删了图形但保留了属性记录。 解决：读入后立即检查几何空值，并决定是丢弃还是补默认形状。

# 找出空几何的要素 empty_geom = gdf[gdf.geometry.is_empty | gdf.geometry.isna()] print(f"检测到 {len(empty_geom)} 条几何为空") # 如果空几何是无关要素，直接过滤 gdf_clean = gdf[~gdf.geometry.is_empty].copy() # 如果空几何必须保留，可以给一个极小的默认点，但后续空间分析要特别小心 gdf.loc[gdf.geometry.is_empty, "geometry"] = gpd.points_from_xy( [120.38], [36.06] )

这个坑最麻烦的点在于：很多 GIS 软件加载时不会报错，只是把空几何静默忽略，导致你看到的“数据完整”其实是残缺的。凡是拿到新数据第一天就做空间计算的人，几乎都在这里栽过跟头。

5.4 zip 嵌套压缩导致程序读不出 shp

现象：用geopandas.read_file("qingdao_data.zip")直接读或者用 OGR 的虚拟文件系统去读，报错找不到数据集。 原因：压缩包内不是直接放 shp 文件，而是又套了一层文件夹，甚至里面还套了一个 zip，导致解析路径对不上。 解决：先用 zipfile 模块列出内部的真实路径，再决定用哪种方式读取。

import zipfile with zipfile.ZipFile("青岛市shp数据、json格式数据、shx格式数据等.zip") as zf: names = zf.namelist() for n in names: if n.endswith(".shp"): print("找到 shp 路径：", n)

如果 zip 内部就是多了一层目录，读的时候把路径写全即可；如果里面还有 zip，先解压内层再读。这类问题看着低级，但很多人卡住半小时才发现只是路径多了一层。

5.5 zip 包里同时存在多个 json，同名文件覆盖导致用错数据

现象：解压后发现有两个同名的xxx.json（一个在根目录，一个在子目录），后面写进代码的加载路径是其中一个，但结果跟另一个能对上，程序也不报错，纯粹靠日志排查才发现用错了文件。 原因：压缩文件在打包时保留了多层级目录，解压工具如果没保留目录结构，后解压的文件会覆盖先解压的。 解决：解压时保留完整路径，并在读 json 前后各打一条print，把文件名和路径打出来核对。

# 解压时保留完整路径；7z 不需要额外参数，默认保留 # Windows 命令行 unzip 需要确认 unzip -O GBK "青岛市shp数据、json格式数据、shx格式数据等.zip" -d qingdao_data # 查看解压后的树形结构 find qingdao_data -name "*.json" | sort

用 Python 读取时，也建议把文件名显式打印出来，避免后面封装成函数后对不上号。这个坑在 spark 中读取 json 或系统接口配置 json 时更致命——一旦把错的 json 当成主数据源，后续所有下游都跟着错，属于典型的源头污染。

6. 让青岛市 shp 数据真正上线：转 3dtiles、接入 JSON 查询服务与验证习惯

把 shp 成功转成 GeoJSON 只是起步，真正让它“能用”的最后一公里，是把这套数据接进线上业务。我这里给出三个我常用的方向，每个方向都配验证方法，你可以按需选用。

第一个方向：shp 转 3dtiles。如果是做三维场景展示，把区划面向量直接转体块或白膜是最常见的做法。完整链路是先用ogr2ogr把 shp 转成三维 GeoJSON 或 glTF，再通过切片工具生成 3dtiles。关键参数是高度提取方式：如果原始数据只有二维坐标，你需要为每个要素指定一个高度值，常见做法是取字段里的楼层数乘以层高，或者统一给一个基础高度。

# 先用 ogr2ogr 把 shp 转成带 Z 值的 GeoJSON ogr2ogr -f GeoJSON qingdao_3d.geojson qingdao_data/青岛市.shp \ -nlt PROMOTE_TO_3D -zfield 0 -t_srs EPSG:4326

验证方法：把生成的 tileset 加载进 Cesium 类三维引擎，沿数据边界巡航一圈，确认没有悬空、穿透底图的要素。这一步别跳过，三维场景里坐标偏移比二维更明显。

第二个方向：把 json 属性数组接进查询接口。上一轮交付的业务系统往往需要“按区市查统计值”的接口。常见做法是把属性 json 转成查询表，用 Python 的字典推导做分组聚合，而不是每次全量扫描文件：

import json with open("qingdao_properties.json", "r", encoding="utf-8") as f: records = json.load(f) # 从前面导出的 json 数组读入 # 按 name 字段分组统计，模拟接口查询函数 from collections import defaultdict stat = defaultdict(int) for r in records: stat[r.get("name", "未知")] += 1 for name, count in sorted(stat.items(), key=lambda x: x[1], reverse=True): print(f"{name}: {count} 条")

这个脚本的查询结果可以和 shp 原始属性表交叉核对，能一致就说明 json 没有丢字段。如果生成 json 的时候丢失了某条属性，这个环节会第一时间暴露问题。

第三个方向：日常验证习惯。我现在拿到任何一套 shp，第一件事已经固定成三步：跑一遍几何检查（空几何、无效几何）、核对坐标系 EPSG、导出一个小范围的 GeoJSON 丢进在线地图叠加。这三步跑完，数据能不能用基本心里有数。这个过程不需要多么复杂的工具，gdalinfo 加几行 Python 脚本就够了。

# 用 gdalinfo 快速查看 shp 元数据，判断坐标系和图层范围 gdalinfo qingdao_data/青岛市.shp | head -20

这三个方向做完，这套数据才算真正“落地”到项目里。我自己的教训是：过早追求炫酷的三维效果反而容易被坐标偏移和环方向问题卡住，不如先花半小时把编码、坐标系、几何合法性这三项跑通，数据作为地基一旦稳了，后面接什么都顺手。希望这篇笔记能帮你少走一趟我之前走过的弯路，祝每一份 shp 数据都能一次跑通。

本文还有配套的精品资源，点击获取