给定经纬度坐标，如何查询对应所在国家的名称和国家代码？

方案1：基于现有中心点数据集的简易实现（准确率一般） #

该方案无需额外获取数据，可直接使用你已有的国家中心点经纬度做最近邻匹配，适合对精度要求不高的场景：

• 第一步：将数据集内所有经纬度从字符串格式转换为数值格式，预处理后存储为数组备用
• 第二步：计算待查询坐标和所有国家中心点的球面距离（不要使用平面欧氏距离，地球为球体，推荐用Haversine公式计算两点的实际地表距离）
• 第三步：取距离最小的对应国家作为匹配结果

核心计算逻辑示例（Python） #

import math

def haversine(lat1, lon1, lat2, lon2):
    # 地球半径，单位：公里
    R = 6371.0
    # 角度转弧度
    lat1_rad = math.radians(lat1)
    lon1_rad = math.radians(lon1)
    lat2_rad = math.radians(lat2)
    lon2_rad = math.radians(lon2)
    # 计算经纬度差值
    dlat = lat2_rad - lat1_rad
    dlon = lon2_rad - lon1_rad
    # Haversine公式计算球面距离
    a = math.sin(dlat / 2)**2 + math.cos(lat1_rad) * math.cos(lat2_rad) * math.sin(dlon / 2)**2
    c = 2 * math.atan2(math.sqrt(a), math.sqrt(1 - a))
    return R * c

# 示例使用，待查询坐标：纬度12.4157952、经度-86.8777984
target_lat = 12.4157952
target_lon = -86.8777984
# 此处countries为你预处理后的国家数据集
min_dist = float('inf')
match_country = None
for country in countries:
    c_lat = float(country['latitude'])
    c_lon = float(country['longitude'])
    dist = haversine(target_lat, target_lon, c_lat, c_lon)
    if dist < min_dist:
        min_dist = dist
        match_country = country
print(match_country['countryName'], match_country['countryCode'])

注意：该方案缺陷明显，在国界线附近、小国密集区域或者狭长国家的边缘区域很容易出现匹配错误，仅可做粗略估算使用。

方案2：基于国家边界数据的高精度实现（推荐） #

如果需要高准确率，建议放弃中心点数据集，改用国家行政边界的矢量数据做空间查询：

• 第一步：获取全球国家边界的矢量数据，公开渠道有多精度等级的数据集可选
• 第二步：使用空间计算库（Python可选用geopandas、JavaScript可选用turf.js、服务端场景可选用PostGIS）加载边界数据
• 第三步：构造待查询的Point坐标，直接判断该点落在哪个国家的多边形边界内，返回对应国家信息即可

示例逻辑（Python+geopandas） #

import geopandas as gpd
from shapely.geometry import Point

# 加载国家边界矢量数据
world = gpd.read_file(gpd.datasets.get_path('naturalearth_lowres'))
# 构造待查询点，注意geopandas内坐标顺序为经度在前、纬度在后
target_point = Point(-86.8777984, 12.4157952)
# 查找包含该点的国家
match = world[world.geometry.contains(target_point)]
if not match.empty:
    # 可对应输出你需要的国家名和国家代码
    print(match.iloc[0]['name'], match.iloc[0]['iso_a3'])

该方案准确率极高，只要边界数据精度足够，几乎不会出现匹配错误，是工业界常用的实现方式。

内容的提问来源于stack exchange，提问作者Mario