Chapter 12. PostGIS 补充
本章记录了 PostGIS 源 tarball 和源存储库的 extras 文件夹中的功能。 这些并不总是与 PostGIS 二进制版本一起打包，但通常是基于 PL/pgSQL 或可以按原样运行的标准 shell 脚本。
12.1. 地址标准化工具
这是 PAGC 标准化器的一个分支（这部分的原始代码是 PAGC PostgreSQL 地址标准化器）。
地址标准化器是一个单行地址解析器，它获取输入地址并根据存储在表以及辅助 lex 和 gaz 表中的一组规则对其进行规范化。
该代码内置于一个名为 address_standardizer 的 PostgreSQL 扩展库中，可以使用 CREATE EXTENSION address_standardizer; 安装。 除了address_standardizer 扩展之外，还构建了一个名为address_standardizer_data_us 扩展的示例数据扩展，其中包含US 数据的gaz、lex 和规则表。 该扩展可以通过以下方式安装：CREATE EXTENSION address_standardizer_data_us;
此扩展的代码可以在 PostGIS extensions/address_standardizer 中找到，并且当前是独立的。
有关安装说明，请参阅：Section 2.3, “安装和使用地址标准化工具”。
12.1.1. 解析器如何工作
The parser works from right to left looking first at the macro elements for postcode, state/province, city, and then looks micro elements to determine if we are dealing with a house number street or intersection or landmark. It conservatively recognizes trailing country tokens and canonicalizes them to ISO 3166-1 alpha-2 codes. Explicit country aliases update the parsed country, and otherwise the default US or CA inference still applies.
- 国家代码
-
根据邮政编码为美国或加拿大，或者州/省为美国或加拿大，否则为美国
- 邮政编码（Postcode）/邮政编码（zipcode）
-
这些是使用 Perl 兼容的正则表达式来识别的。 这些正则表达式当前位于 parseaddress-api.c 中，并且在需要时进行更改相对简单。
- 州/省
-
这些是使用 Perl 兼容的正则表达式来识别的。 这些正则表达式当前位于 parseaddress-api.c 中，但将来可能会被移至包含中以便于维护。
12.1.2. 地址标准化器类型
本节列出了由 Address Standardizer 扩展安装的 PostgreSQL 数据类型。 请注意，我们描述了这些的强制转换行为，这非常重要，尤其是在设计您自己的函数时。
-
stdaddr
— 由地址元素组成的复合类型。 这是
standardize_address函数的返回类型。
12.1.3. 地址标准化表
本节列出了 address_standardizer 用于规范化地址的 PostgreSQL 表格式。 请注意，这些表的名称不需要与此处引用的名称相同。 例如，您可以为每个国家/地区或您的自定义地理编码器设置不同的 lex、gaz、规则表。 这些表的名称被传递到地址标准化器函数中。
打包的扩展address_standardizer_data_us包含用于标准化美国地址的数据。
- rules table — 规则表包含一组规则，将地址输入序列标记映射到标准化的输出序列。规则被定义为一组输入标记，后跟 -1（终止符），然后是一组输出标记，后跟 -1，后跟表示规则类型的数字，最后是规则的排名。
- lex table — lex 表用于对字母数字输入进行分类，并将该输入与 (a) 输入标记（请参阅the section called “输入令牌”一节）和 (b) 标准化表示相关联。
- gaz table — gaz 表用于标准化地名，并将该输入与 (a) 输入令牌（请参阅“the section called “输入令牌””一节）和 (b) 标准化表示相关联。
12.1.4. 地址标准化器功能
- debug_standardize_address — 返回 json 格式的文本，列出解析标记和标准化
- parse_address — 获取 1 行地址并分成几部分
- standardize_address — 利用 lex、gaz 和规则表返回输入地址的 stdaddr 形式。
12.2. Tiger地理编码器
一个基于 PL/pgSQL 编写的地理编码器，美国人口普查局发布的 TIGER（拓扑集成地理编码与参照系统）/ Line and Master Address database export 配合使用。
地理编码器有四个组件：数据加载器函数、地址标准化器、地址地理编码器和反向地理编码器。
尽管它是专门为美国设计的，但许多概念和功能都是适用的，并且可以适应其他国家的地址和道路网络。
这个脚本会创建一个名为 tiger 的 schema，用来存放所有 TIGER 相关的函数、可复用的查找数据、用于管理数据加载的控制表，以及所有 TIGER 加载表继承的基础骨架表。
会创建另一个名为 tiger_data 的 schema，用来存放加载器从 Census 站点下载并导入数据库的各州普查数据。在当前模型下，每一批州的数据表都会带上州代码前缀，比如 ma_addr、ma_edges 等，同时通过约束保证这些表里只存放对应州的数据。每张这类表都会继承自 tiger schema 下的基础表 addr、faces、edges 等。
所有地理编码函数只会引用那些基础表，所以数据所在的 schema 并不必须叫做 tiger_data，数据也完全可以继续拆分到其他 schema —— 比如给每个州单独一个 schema。只要这些表都继承自 tiger schema 里的基础表，就不会有问题。
有关如何在数据库中启用扩展程序以及如何使用它加载数据的说明，请参阅Section 2.4.1, “在 PostGIS 数据库中启用Tiger地理编码器”。
![[Note]](../images/note.png)
|
|
|
如果你在用 TIGER Geocoder (tiger_2010)，可以使用 extras/tiger 目录下的 upgrade_geocoder.bat / .sh 脚本来升级相关脚本。 |
|
|
|
|
你可以用 PostgreSQL 的扩展方式安装 TIGER Geocoder，具体步骤请参考 Section 2.4.1, “在 PostGIS 数据库中启用Tiger地理编码器”。 |
Pagc_Normalize_Address函数可替代内置 Normalize_Address。 有关编译和安装说明，请参阅Section 2.3, “安装和使用地址标准化工具”。
设计：
该项目的目标是构建一个功能齐全的地理编码器，可以处理任意美国地址字符串并使用标准化的 TIGER 人口普查数据，生成反映给定地址位置和位置可能性的点几何和评级。 评级数字越高，结果越差。
reverse_geocode 函数可用于从 GPS 坐标反查出街道地址以及附近的交叉路口信息。
对于熟悉 PostGIS 的任何人来说，地理编码器都应该易于安装和使用，并且应该可以在 PostGIS 支持的所有平台上轻松安装和使用。
尽管存在格式和拼写错误，但它应该足够强大，能够正常运行。
它应该具有足够的可扩展性，以便与未来的数据更新一起使用，或者以最少的编码更改来替代数据源。
|
|
|
|
必须将 |
-
Drop_Indexes_Generate_Script
— 生成一个脚本，删除 Tiger 架构和用户指定架构上的所有非主键和非唯一索引。 如果未指定架构，则默认架构为
Tiger_data。 -
Drop_Nation_Tables_Generate_Script
— 生成一个脚本，删除指定架构中以
County_all、state_all或state代码开头，后跟county或state的所有表。 -
Drop_State_Tables_Generate_Script
— 生成一个脚本，该脚本删除指定架构中以state缩写为前缀的所有表。 如果未指定架构，则默认架构为
Tiger_data。 - Geocode — 将地址作为字符串（或其他标准化地址）输入，并输出一组可能的位置，其中包括 NAD 83经纬度中的点几何图形、每个位置的标准化地址以及评级。 评级越低，匹配的可能性越大。 结果首先按最低评分排序。 可以选择传入最大结果数，默认为10，以及restrict_region（默认为NULL）
-
Geocode_Intersection
— 接收 2 条相交的街道以及state、city、zip，并输出位于交叉路口的第一个交叉街道上的一组可能位置，还包括一个 geomout 作为 NAD 83 经纬度中的点位置，一个
标准化地址(addy ）每个位置以及评级。 评级越低，匹配的可能性越大。 结果首先按最低评分排序。 可以选择传入最大结果，默认为 10。使用 Tiger 数据（edges、faces、addr）、PostgreSQL 模糊字符串匹配（soundex、levenshtein）。 - Get_Geocode_Setting — 返回存储在 Tiger.geocode_settings 表中的特定设置的值。
- Get_Tract — 从几何图形所在的区域表中返回人口普查区域或字段。 默认返回区域的短名称。
- Install_Missing_Indexes — 查找具有在地理编码器连接和过滤条件中使用的键列的所有表，这些表缺少这些列上使用的索引，并将添加它们。
-
Loader_Generate_Census_Script
— 为指定states的指定平台生成 shell 脚本，该脚本将下载 Tiger 人口普查state区、bg 和 tabblocks 数据表、暂存并加载到
Tiger_data架构中。 每个状态脚本都作为单独的记录返回。 -
Loader_Generate_Script
— 为指定平台的指定状态生成 shell 脚本，该脚本将下载 Tiger 数据、暂存并加载到
Tiger_data模式中。 每个状态脚本都作为单独的记录返回。 最新版本支持 Tiger 2010 结构变化，还加载人口普查区、区块组和区块表。 - Loader_Generate_Nation_Script — 为指定平台生成加载到县和州查找表中的 shell 脚本。
- Missing_Indexes_Generate_Script — 查找具有在地理编码器联接中使用的键列的所有表，这些表缺少这些列上的索引，并将输出 SQL DDL 来定义这些表的索引。
-
Normalize_Address
— 给定文本街道地址，返回复合的
norm_addy类型，该类型具有道路后缀、前缀和标准化类型、街道、街道名称等，分为单独的字段。 该函数仅适用于与 Tiger_geocoder 打包的查找数据（不需要tiger普查数据）。 -
Pagc_Normalize_Address
— 给定文本街道地址，返回复合的
norm_addy类型，该类型具有道路后缀、前缀和标准化类型、街道、街道名称等，分为单独的字段。 该函数仅适用于与 Tiger_geocoder 打包的查找数据（不需要tiger普查数据）。 需要 address_standardizer 扩展。 -
Pprint_Addy
— 给定一个
norm_addy复合类型对象，返回它的漂亮的打印表示。 通常与normalize_address结合使用。 - Reverse_Geocode — 获取已知空间参考系统中的几何点并返回一条记录，其中包含理论上可能的地址数组和交叉街道数组。 如果 include_strnum_range = true，则包括交叉街道中的街道范围。
- Topology_Load_Tiger — 将tiger数据的定义区域加载到 PostGIS 拓扑中，并将老虎数据转换为拓扑的空间参考，并捕捉到拓扑的精度公差。
- Set_Geocode_Setting — 设置影响地理编码器功能行为的设置。
还有其他几个开源的 PostGIS 地理编码器，不同于 TIGER Geocoder，它们的优势是支持多国家的地理编码
-
Nominatim 使用 OpenStreetMap 的地名词典格式数据，需要配合 osm2pgsql 来加载数据，同时依赖 PostgreSQL 和 PostGIS。它被封装成一个 Web Service 接口，设计上就是面向 Web 调用的。和 TIGER Geocoder 一样，它也同时具备正向地理编码和反向地理编码的能力。从现有文档来看，还不清楚它是否像 TIGER Geocoder 那样提供纯 SQL 接口，还是有相当一部分逻辑落在了 Web 层。
-
GIS Graphy 也可以配合 PostGIS 使用，和 Nominatim 一样基于 OpenStreetMap (OSM) 数据，并整合了其他数据源。它自带 OSM 数据加载工具，和 Nominatim 类似，不局限于美国，具备多国家地理编码能力。整体运行方式也是 Web Service，依赖 Java 1.5、Servlet 应用、Solr，跨平台可部署，并且也提供反向地理编码等一些不错的扩展功能。