如何将Google Earth的KML数据导入Django的Area模型？

核心思路 #

借助地理数据处理库解析KML文件，提取区域名称与几何对象，转换为Django模型实例后写入PostGIS数据库。

步骤1：安装依赖 #

先安装用于解析KML和处理地理数据的工具库：

pip install geopandas shapely

• geopandas：直接读取KML并转为结构化GeoDataFrame，简化地理数据操作
• shapely：辅助完成几何对象的类型转换与适配

步骤2：本地批量导入脚本 #

在Django项目根目录创建import_kml.py脚本，用于批量导入数据：

# 加载Django环境
import os
import django
os.environ.setdefault('DJANGO_SETTINGS_MODULE', '你的项目名.settings')  # 替换为实际项目配置
django.setup()

import geopandas as gpd
from django.contrib.gis.geos import Point, MultiPolygon
from 你的app名.models import Area  # 替换为实际app名称

def import_kml_data(kml_file_path):
    # 读取KML文件，默认坐标系为WGS84（EPSG:4326）
    gdf = gpd.read_file(kml_file_path, driver='KML')
    
    area_instances = []
    for _, row in gdf.iterrows():
        area_name = row.get('name')
        geom = row.get('geometry')
        
        # 跳过无名称或无几何数据的条目
        if not area_name or not geom:
            continue
        
        area = Area(name=area_name)
        
        # 根据几何类型匹配模型字段
        if geom.geom_type == 'Point':
            area.point = Point(geom.x, geom.y)
        elif geom.geom_type == 'Polygon':
            # 模型使用MultiPolygon，需将单个Polygon包装转换
            area.area = MultiPolygon([geom])
        elif geom.geom_type == 'MultiPolygon':
            area.area = MultiPolygon(geom)
        
        area_instances.append(area)
    
    # 批量插入数据库，提升大文件导入效率
    if area_instances:
        Area.objects.bulk_create(area_instances)
        print(f"成功导入{len(area_instances)}个区域")

if __name__ == '__main__':
    import_kml_data('你的KML文件路径.kml')  # 替换为实际文件路径

执行脚本完成导入：

python import_kml.py

步骤3：坐标系适配（可选） #

若PostGIS数据库使用非WGS84坐标系（如墨卡托EPSG:3857），需在读取KML后转换坐标系：

# 读取gdf后添加该行代码，替换为你的数据库EPSG编码
gdf = gdf.to_crs(epsg=3857)

步骤4：Admin后台可视化导入（可选） #

如果需要在Django Admin后台上传KML，可自定义Admin动作：
在你的app名/admin.py中添加：

from django.contrib import admin
from .models import Area
import geopandas as gpd
from django.contrib.gis.geos import Point, MultiPolygon

class AreaAdmin(admin.ModelAdmin):
    list_display = ('name', 'point', 'area')
    actions = ['import_kml_via_admin']

    def import_kml_via_admin(self, request, queryset):
        kml_file = request.FILES.get('kml_file')
        if not kml_file:
            self.message_user(request, '请选择要上传的KML文件')
            return

        try:
            gdf = gpd.read_file(kml_file, driver='KML')
            created_count = 0
            for _, row in gdf.iterrows():
                area_name = row.get('name')
                geom = row.get('geometry')
                if not area_name or not geom:
                    continue

                area = Area(name=area_name)
                if geom.geom_type == 'Point':
                    area.point = Point(geom.x, geom.y)
                elif geom.geom_type in ['Polygon', 'MultiPolygon']:
                    area.area = MultiPolygon([geom]) if geom.geom_type == 'Polygon' else MultiPolygon(geom)
                
                area.save()
                created_count += 1
            
            self.message_user(request, f'成功导入{created_count}条区域数据')
        except Exception as e:
            self.message_user(request, f'导入失败：{str(e)}', level='error')

    import_kml_via_admin.short_description = '从KML文件批量导入区域'

admin.site.register(Area, AreaAdmin)

之后在Admin页面选择从KML文件批量导入区域动作，上传文件即可完成导入。

注意事项 #

• KML中若包含LineString等其他几何类型，脚本会自动跳过，可按需扩展处理逻辑
• 大文件导入优先使用bulk_create，减少数据库连接开销
• 导入前建议先测试少量数据，确保几何类型与模型字段匹配无误

内容的提问来源于stack exchange，提问作者Shaheem PP