ESRI用户使用Python指南

       ESRI软件中的脚本语言一直使用两种模式。第一种为AML宏语言，该模型显示了PrimOS系统特性。输出为文件格式，数据处理基于目录和文件系统，代码是线性的。

       第二个模式是AVENUE语言，继承了Smalltalk的特性。对象响应是调用方法名称，处理事物不必是线性的，有时会引起I/O冲突，集成啦其他语言的混合包。两种语言都有各自的弊端。

       随着ArcGIS 8的出现，基于地理视图的脚本语言开始引入，基于接口的编程要求用户使用“真正的”编程语言，如，C++，VB，访问ArcGIS 8的功能。没有脚本语言自动完成该系列任务。这用户必须写可执行程序，在复杂的接口树和对象里找到需要的工具，并汇编成DLLs动态库和类型库来使用自定义功能。

      ArcGIS 9版本的面世，ESRI再次提供了访问该软件的新的脚本语言。ESRI意识到，许多用户并不想或不必是个开发者，但还想使用工具解决他们遇到的问题。这些工具包括，友好一致的界面，脚本对象，用于自定义功能所必须的细致入微的编程工具。

       满足这些需要，ESRI提供了多种脚本语言－使用ArcObjects－开始空间处理框架。Python，ESRI支持的脚本语言之一，是一种开源的，编译性的，动态类型的，面相对象的脚本语言之一。Python包含在ArcGIS 9中，典型的安装与其他组件一起安装。本篇文章总体介绍如何利用Python的资源帮助大家的GIS编程以及集成ESRI工具。

       1 Python简介

       Python第一次公开发行是1991年，作者是CWI（阿姆斯特丹国家数学和计算机科学研究所）的研究员Guido van Rossum。名字来源于Guido喜欢的喜剧连续剧“Monty Python”，python继承了许多其他语言的特征，如ABC，Modula，LISP，以及Haskel，这些包括很高级的特征，如元类（metaclass），生成器，列表综合（list comprehension）。但更多的程序员需要的仅仅是python的基本类型，如，列表，字典，字符串。

       虽然，已经有13年的发展，目前的版本是2.3。这反映了Guido慈善的独裁者设计哲学，以及开发组的精益求精。他们努力增加新的内容，并保持向后的兼容性，当必要时，重新设计在以前发现有问题的地方。

       2 python设计

       Python语言被设计成易于使用，易于学习的动态脚本语言，这意味着用户不需要编译，交互式的方式可以让用户学习到许多执行层次。

       Python的设计哲学，Tim Peter在The Zen of Python描述的最清晰，python程序员遵照这些哲学指导他们学习这门语言，帮助他们编写代码，以保持python的一贯风格。

       3 Python与GIS

       Python提供了很多可能：与GIS系统集成、跨平台、容易与其他语言混合使用（C，C++，FORTRAN，Java）。这意味着，python在多语言开发的系统里是最容易成功的。因为各语言的设计，大规模应用的开发也是容易的。许多处理分析GIS数据的包和工具已经被开发出来。基本功能包括，操作shapefile，grid图像，以及更复杂的格式，如arcsde、web服务、数据库等。

       矢量格式

       一个调用开源库shapelib（shapelib.maptools.org）的python包—pyshapelib--，可以处理shapefile文件。可以从www.hobu.biz/software/pyshapelib上下载。该包提供了访问shape的单个坐标点，访问DBF文件，以及简单的shape索引，如何操作shapefile原始的几何形状，或者通过DBF文件获取专门的记录。

       另个调用开源库的包为OGR（gdal.maptools.org/ogr/），可以用来处理多种矢量格式，包括MapInfo，ArcInfo coverage，PostGIS，Oracle Spatial，TIGER，SDTS，OPeNDAP，DGN（Microstation DGN）格式。OGR是空间数据提取库（GDAL）的一部分，可以下载GDAL整个包（hobu.stat.iastate.edu/gdal-1.2.0win32.exe）。

       使用python处理GRID数据

       GDAL可以处理arcinfo grid数据，还支持许多栅格数据，包括JPEG2000，BSP，USGS DEM，军事高程数据，ECW（经增强压缩小波处理的数据），GRASS（地理资源分析支持系统数据格式），TIFF/GeoTIFF，NetCDF（网络通用数据格式），ERDAS *.img，SDTS（空间数据转换标准数据）等。该包的window版本可以从hobu.stat.iastate.edu/gdal-1.2.0win32.exe网址下载。许多其他格式这里就不一一列出。

       GDAL合成了Numeric包，可以灵活的处理各种格式的图形代数操作来满足你的需要。例如，可以写个程序驻留在一个WEB服务器上，下载OGC的数据，使用一些代数处理数据，发布图像道WEB浏览器。一旦你有能力从数据显示脱离出来到数据处理时，处理能力会大大提高。

       如，你想发现一个GRID的所有行，列单元的平均值，数据格式是arcinfo二进制格式的整数。使用python的交互界面，首先输入GDAL库，然后定位arcinfo GRID（.adf）数据文件位置，用引号引上。将GRID的内容传到Numeric矩阵，使用Numeric包的方法处理，下面为该过程的python代码：

>>> import gdal

>>> gd = gdal.gdal.Open(r’E:\gis\US_Elevation\usdem_2k\w001001.adf’)

>>> . = gd.ReadAsArray()

>>> avg = Numeric.average(Numeric.ravel(array))

>>> avg

-0.0071967281963325313

       投影

       开源代码库Proj.4的python封装包――py－projection――用于数据投影，可以从Hobu GIS咨询网下载（(hobu.biz/index_html/software/pyprojection/）。虽然该代码使用欧洲石油调查组织的代码系统，但用户可以定义自己的投影，使用原始参数简单的定义当前的投影，x，y坐标，调用一个方法变换到需要的投影，见下面代码。

import Projection

albers = [“proj=aea”,

“ellps=GRS80”,

“datum=NAD83”,

“lat_1=29.5”,

“lat_2=45.5”,

“lat_0=23.0”,

“lon_0=-96.0”,

“x_0=0.0”,

“y_0=0.0”]

p2 = Projection.Projection(albers)

print ‘----------Albers--------------‘

print ‘Location: -93.00W, 42.00N’

print “Forward: “, p2.Forward(-93.00, 42.00)

print “Inverse: “, p2.Inverse(0.0, 0.0)

       访问ArcSDE的脚本

       笔者开发了一个python包pySDE（hobu.stat.iastate.edu/pysde）用来调用ESRI SDE C API函数。几乎所有的SDE C API都能调用，pySDE是个开源代码，但需要一个SDE C API的许可，笔者开发pySDE的目的在于需要用脚本调用ARCSDE引擎，依赖脚本在UNIX平台上处理数据，而不需要ARCGIS。PySDE有个专门的几何代数引擎用于管理脚本（删除一个表，清除日志文件，复制数据），以及许多数据操作脚本。PySDE的另外一个优点在于python交互界面的直接性，可以实时看到命令的结果。当搜索复杂的层次时非常节省时间。

       当操作复杂的结构时，该工具能节省大量时间，如调用SDE C API。

       web GIS与python

       Python非常适合web开发，比java，.NET更节省时间。有许多python资源可以用作web开发，如zope（www.zope.org），一个应用web服务器；mapsever（mapserver.gis.umn.edu），一个地图显示服务器，twisted（twistedmatrix.com/products/download），一个网络协议层，其他web开发的GIS通用开源工具描述如下：

       web服务器

       Web服务使用简单对象访问协议（SOAP），XML远端程序调用（RPC），以及REST客户端在现今都很盛行。WEB服务器容许你编码一个XML结构的请求到服务器，并将结果以XML格式传回。该构架允许你更容易的在系统中分离数据存储和管理比例从应用端。Python提供许多web服务的工具，XML-RPC构建在语言中，许多SOAP，和REST代码库可以使用。

       pyTerra

       一个很有用的WEB服务器是TerraService SOAP API，笔者开发一个软件包pyTerra（hobu.stat.iastate.edu/pyTerra），可以容易的访问Microsoft TerraServer，例如，如果你想查询一个专门经纬度的数字正射四角照片的日期，一个方法是使用FGDC的元数据，使用ArcCatalog读取，当使用该方法时，比较呆板，不使用，如果你要查询1万到1万五个点的图像日期。使用程序是唯一可行的办法。

       幸运的是，TerraServer存储图像的获取时期到图像数据中，可以使用pyTerra调用WEB API可以快速的访问这些信息。例如下面的例子，获取TerraServer.上DRG地图或DOQ日期。

>>> from pyTS import TerraImage

>>> from pyTS import pyTerra

>>> apt = TerraImage.point(42.00, -93.00)

>>> drg = pyTerra.GetAreaFromPt(apt, ‘Topo’,’Scale64m’, 1,1)

>>> doq = pyTerra.GetAreaFromPt(apt, ‘Photo’,’Scale64m’,1, 1)

>>> drg.Center.TileMeta.Capture

‘1976-07-01T00:00:00.0000000-07:00’

>>> doq.Center.TileMeta.Capture

‘1994-04-18T00:00:00.0000000-07:00’

       从python的交互式窗口，可以看到DRG以及DOQ数据的日期是在1976－1994，这些字符可以转换成日期格式并存入数据库中，日期信息可以被捕捉，并写到图像上，使用PIL包，python可以容易的与web结合，pyTerra工具可以完成你大部分的工作。

       结论

       Python可以为你的GIS工具箱提供你一个完全工具集，在ArcGis中，新技术是无止境的，如web服务已经广泛的被Python支持。网上有许多python脚本资源，与该文件一起的资源可以在笔者的网站（hobu.biz/software/python_guide_esri/.）上获取。