德国地点与街道注册表的OpenStreetMap查询优化咨询

核心问题分析 #

你之前的两个方案都有明显缺陷：

• 第一个查询仅通过name="Bremen"匹配区域，会命中全球所有同名地点（比如美国的Bremen），完全无法精准定位德国境内的目标区域。
• 第二个用around:5000半径圈选街道，本质是用圆形范围替代城市实际的行政边界，必然会包含周边不属于该城市的街道，导致数据不准确。

最优查询方案：精准绑定行政区域 #

直接通过国家ISO代码+行政层级锁定目标范围，再在该范围内关联地点与街道，完全无需后续聚类处理。具体思路：

1. 用ISO3166-1代码DE精准定位德国的国家级行政区域，避免名称翻译或重名问题。
2. 在德国境内，通过admin_level（行政层级）筛选出名为Bremen的目标区域（比如admin_level=4对应德国的州，admin_level=6对应城市级）。
3. 对每个地点，直接限定街道必须属于该地点的行政区域，而非用半径圈选，确保街道归属准确。

完整查询代码 #

[out:json][timeout:60];
// 锁定德国国家级行政区域
area["ISO3166-1"="DE"]["admin_level"=2]->.germany;
// 锁定德国境内名为Bremen的行政区域（这里用admin_level=4代表州，若要城市级可改为6）
area["name"="Bremen"]["admin_level"="4"](area.germany)->.target_area;

// 获取目标区域内所有城市、镇、村庄节点
node[place~"city|town|village"](area.target_area)->.locations;

// 遍历每个地点，获取其所属行政区域内的街道
foreach.locations ->.loc {
  // 定位当前地点对应的次级行政区域（比如镇/市的边界）
  area(around:100, .loc)[admin_level~"6|8"]->.loc_area;
  // 筛选该区域内的所有有名称的街道
  way[highway][name](area.loc_area);
  (._;>;); // 关联街道的节点数据
  out body; // 输出街道信息
  out body qt; // 输出对应地点信息，方便关联
}

方案优势 #

• 精准无歧义：用ISO代码和行政层级彻底避免重名地点的干扰，只获取德国境内的目标数据。
• 归属准确：通过行政区域而非半径圈选街道，确保街道确实属于对应地点的管辖范围。
• 灵活可调：修改admin_level的值可以切换查询范围（比如从州级缩小到城市级），适配不同需求。

内容的提问来源于stack exchange，提问作者kfaria