如何用PHP读取大型GeoJSON文件并提取法国滑雪山地数据写入新文件

需求说明 #

现有一个310MB的全球滑雪山地GeoJSON文件（world-ski-mtn.geojson），需要在PHP中实现以下操作：读取文件，筛选出属性中iso3166_1Alpha2为"FR"的法国区域记录，将筛选结果写入新文件。

解决方案 #

针对大体积文件，优先选择低内存占用的流式处理方案；若服务器内存充足，也可使用更简洁的数组过滤方案。

方案一：流式逐行处理（低内存占用，适合超大型文件） #

通过文件指针逐行读取，仅在捕获到完整的Feature对象时进行解析和筛选，避免一次性加载整个文件到内存：

<?php
$inputFile = 'world-ski-mtn.geojson';
$outputFile = 'france-ski-mtn.geojson';

// 打开文件句柄
$inputHandle = fopen($inputFile, 'r');
$outputHandle = fopen($outputFile, 'w');

if (!$inputHandle || !$outputHandle) {
    die('文件打开失败');
}

// 写入GeoJSON头部
fwrite($outputHandle, '{"type": "FeatureCollection", "features":[');

$isFirstFeature = true;
$capturingFeature = false;
$currentFeatureContent = '';

while (($line = fgets($inputHandle)) !== false) {
    $trimmedLine = trim($line);
    
    // 检测Feature对象开始
    if (str_contains($trimmedLine, '"type": "Feature"')) {
        $capturingFeature = true;
        $currentFeatureContent = $line;
        continue;
    }
    
    // 收集Feature内容直到对象结束
    if ($capturingFeature) {
        $currentFeatureContent .= $line;
        if (str_ends_with($trimmedLine, '}') && !str_contains($trimmedLine, '{')) {
            $capturingFeature = false;
            // 解析当前Feature
            $feature = json_decode($currentFeatureContent, true);
            if (json_last_error() === JSON_ERROR_NONE) {
                // 筛选法国区域数据
                if (isset($feature['properties']['location']['iso3166_1Alpha2']) 
                    && $feature['properties']['location']['iso3166_1Alpha2'] === 'FR') {
                    // 处理Feature间的逗号分隔
                    if (!$isFirstFeature) {
                        fwrite($outputHandle, ',');
                    }
                    fwrite($outputHandle, $currentFeatureContent);
                    $isFirstFeature = false;
                }
            }
            $currentFeatureContent = '';
        }
    }
}

// 写入GeoJSON尾部
fwrite($outputHandle, ']}');

// 关闭文件句柄
fclose($inputHandle);
fclose($outputHandle);

echo '筛选完成，结果已写入 ' . $outputFile;
?>

方案二：数组过滤（代码简洁，适合内存充足场景） #

直接将整个文件加载为数组后过滤，代码更直观，但需要确保PHP的memory_limit足够（建议设置为512M或更高）：

<?php
$inputFile = 'world-ski-mtn.geojson';
$outputFile = 'france-ski-mtn.geojson';

// 读取并解析GeoJSON文件
$geoJsonContent = file_get_contents($inputFile);
if ($geoJsonContent === false) {
    die('无法读取输入文件');
}

$geoJsonData = json_decode($geoJsonContent, true);
if (!isset($geoJsonData['features']) || !is_array($geoJsonData['features'])) {
    die('无效的GeoJSON格式');
}

// 筛选法国区域的Feature
$franceFeatures = array_filter($geoJsonData['features'], function($feature) {
    return isset($feature['properties']['location']['iso3166_1Alpha2']) 
        && $feature['properties']['location']['iso3166_1Alpha2'] === 'FR';
});

// 构造新的FeatureCollection并写入文件
$resultData = [
    'type' => 'FeatureCollection',
    'features' => array_values($franceFeatures)
];

if (file_put_contents($outputFile, json_encode($resultData, JSON_PRETTY_PRINT)) === false) {
    die('无法写入输出文件');
}

echo '筛选完成，结果已写入 ' . $outputFile;
?>

关键说明 #

• 流式处理方案内存占用极低，适合处理几百MB甚至GB级的大型文件；
• 数组过滤方案代码更简洁，但依赖服务器内存，310MB文件需确保内存配置足够；
• 两种方案均保留原GeoJSON的数据结构，仅筛选符合条件的记录。

内容的提问来源于stack exchange，提问作者spreaderman