项目地址
说明
项目的目标是爬取高德、谷歌的瓦片地图资源，并利用 Flask + Leaflet 制作一个离线的瓦片地图服务。
爬取瓦片地图采用了多进程/多线程/异步三种方式进行，并比较三种方式的效率。
1. 获取瓦片地图
1.1 主要地图瓦片坐标系定义及计算原理
瓦片地图具有如下特点：
具有唯一的瓦片等级和瓦片坐标编号；
分辨率为 256*256；
瓦片等级越高，展示的地图信息约详尽，瓦片数量也越多；
上一等级的一张瓦片地图可分割为下一等级的四张瓦片地图。
参考文章： 《国内主要地图瓦片坐标系定义及计算原理》
1.2 pyGeoTile 库的使用（计算瓦片地图坐标）
GitHub: https://github.com/geometalab/pyGeoTile
安装：pip install pygeotile
from pygeotile.tile import Tile
lon, lat = 109.227, - 20.196
zoom = 12
tile = Tile.for_latitude_longitude(latitude = lat, longitude = lon, zoom = zoom)
print('mintile', 'X:', tile.tms_x, 'Y:', tile.tms_y, 'zoom:', tile.zoom)
1.3 多进程/多线程/异步爬取瓦片地图
高德瓦片地图链接：http://wprd03.is.autonavi.com/appmaptile?style=7&x={x}&y={y}&z={z}
谷歌瓦片地图链接：http://mt2.google.cn/vt/lyrs=m@167000000&hl=zh-CN&gl=cn&x={x}&y={y}&z={z}&s=Galil
三种方式爬取等级12瓦片地图（6164张图片）的效率对比
爬取方式：使用时间(秒)
多进程：24.49594s
多线程：16.11365s
异步：14.01809s
2. Flask + Leaflet 瓦片地图
2.1 瓦片地图路由定义
@app.route("/tile")
def tile():
x = request.args['x']
y = request.args['y']
z = request.args['z']
with open('./tilefile/%s/%s_%s.png'%(z, x, y), 'rb') as f:
image = f.read()
return Response(image, mimetype='image/jpeg')
- 瓦片地图接口 url: /tile?x={x}&y={y}&z={z}
2.2 Leaflet 地图库 使用
GitHub：https://github.com/Leaflet/Leaflet
var url = '/tile?x={x}&y={y}&z={z}';
var latlng = new L.latLng(23.461, 111.921);
var map = new L.map('mapDiv', {
center: latlng,
zoom: 4,
detectRetina: true
});
L.tileLayer(url).addTo(map);
