node.js中的地理编码工具

我正在寻找用于处理地理空间数据的node.js库。我在数据库中有一大组地理标记数据

期望的功能包括：

地理编码和反向地理编码

查找附近的物品

查找地质范围内的项目

---

就像RoR中相当于GeoCoder gem的节点一样

对于地理编码和反向部分，您可以使用

对于查找部分，最好的方法是使用您的数据库系统，如果它支持地理操作的话

---

如果没有，可能会将您的数据库复制到另一个数据库（使用地理操作）？如果您需要处理千兆字节的数据，而不是很容易加载内存中的所有内容，那么数据库就是这样存在的：）。

在自己尝试回答这个问题时发现了这个问题，我将更新它

上面推荐的库最近一次更新是在2014年，似乎没有涉及承诺。正在积极维护，它基于承诺的api允许您在使用Babel/ES7时执行以下操作：

const NodeGeocoder = require('node-geocoder');
let geocoder = NodeGeocoder()
let assert = require('assert');

describe('geocoder#geocode()', () => {

    it('geocodes things', async () => {
      let result = await geocoder.geocode("Ottawa, Canada")
      assert.equal(45.4215296, result[0].latitude)
    })

})

我确实发现NodeGeocoder给出了它从Google/whomever获得的结果的一个子集，Ruby的geocoder项目似乎给出了整个响应

//result returned from geocoder.geocode:
[ { formattedAddress: 'Ottawa, ON, Canada',
    latitude: 45.4215296,
    longitude: -75.69719309999999,
    extra: 
     { googlePlaceId: 'ChIJrxNRX7IFzkwR7RXdMeFRaoo',
       confidence: 0.5,
       premise: null,
       subpremise: null,
       neighborhood: null,
       establishment: null },
    administrativeLevels: 
     { level2long: 'Ottawa Division',
       level2short: 'Ottawa Division',
       level1long: 'Ontario',
       level1short: 'ON' },
    city: 'Ottawa',
    country: 'Canada',
    countryCode: 'CA',
    provider: 'google' } ]

根据lat/lng查找数据将由数据库负责。我一直在使用，它们在_RECTANGLE中有一个函数

，这是对您使用的
map.getBounds（）
的完美补充。以下是一个例子：

export async function locationsWithinBounds(swLat, swLng, neLat, neLng) {
  let query = aqlQuery`
    RETURN WITHIN_RECTANGLE(vertices, ${swLat}, ${swLng}, ${neLat}, ${neLng})
  `
  let results = await db.query(query)
  let allResults = await results.all()
  return allResults[0]
}

如果你探索他们的另一半，你会发现类似于
附近的
和
是在多边形中的
。
如果您需要在浏览器中使用地理功能，您应该查看。
根据您的应用程序的不同，如果您索引的内容不是直接的地理编码/rev地理编码API，则某种形式的地理哈希可能会有所帮助

Geohash的一种类型是，它可以用一个64位整数，以一个指尖到地球表面的精度对区域进行索引

下面是一个查找某物是否位于检索时WITHO（1）运行时的边界中的示例。在本例中，它检查是否有人在布鲁克林的威廉斯堡：

const s2 = require('@radarlabs/s2');

const williamsburgLongLats = [
  [-73.95841598510742, 40.72423412682422],
  [-73.96957397460938, 40.71226430831242],
  [-73.9683723449707, 40.70497727808752],
  [-73.96184921264648, 40.69951148213175],
  [-73.95923137664795, 40.70852329864894],
  [-73.94775152206421, 40.70391994183744],
  [-73.94163608551025, 40.71145106322093],
  [-73.94335269927979, 40.71834706657437],
  [-73.9469575881958, 40.719778223045275],
  [-73.94970417022705, 40.722217623379684],
  [-73.95056247711182, 40.721892375167045],
  [-73.95193576812744, 40.72335597960796],
  [-73.95425319671631, 40.72312830991985],
];

const lls = williamsburgLongLats.map((lnglat) => {
  const [lng, lat] = lnglat;
  return new s2.LatLng(lat, lng);
});

const s2Level = 14; // ~0.32 km^2
const neighborhoodS2Cells =
  new Set(s2.RegionCoverer.getCoveringTokens(
    lls,
    { min: s2Level, max: s2Level }
  ));

const user1LongLat = [-73.95429611206055, 40.71369559554873]; // in williamsburg
const user2LongLat = [-73.9266586303711, 40.71616774648679];  // not in williamsburg

const user1S2 = new s2.CellId(new s2.LatLng(user1LongLat[1], user1LongLat[0])).parent(14); // level 14 to ensure 1:1 mapping to cover
const user2S2 = new s2.CellId(new s2.LatLng(user2LongLat[1], user2LongLat[0])).parent(14); // level 14 to ensure 1:1 mapping to cover

console.log(neighborhoodS2Cells.has(user1S2.token())); // true - O(1)
console.log(neighborhoodS2Cells.has(user2S2.token())); // false - O(1)


const s2 = require('@radarlabs/s2');

const williamsburgLongLats = [
  [-73.95841598510742, 40.72423412682422],
  [-73.96957397460938, 40.71226430831242],
  [-73.9683723449707, 40.70497727808752],
  [-73.96184921264648, 40.69951148213175],
  [-73.95923137664795, 40.70852329864894],
  [-73.94775152206421, 40.70391994183744],
  [-73.94163608551025, 40.71145106322093],
  [-73.94335269927979, 40.71834706657437],
  [-73.9469575881958, 40.719778223045275],
  [-73.94970417022705, 40.722217623379684],
  [-73.95056247711182, 40.721892375167045],
  [-73.95193576812744, 40.72335597960796],
  [-73.95425319671631, 40.72312830991985],
];

const lls = williamsburgLongLats.map((lnglat) => {
  const [lng, lat] = lnglat;
  return new s2.LatLng(lat, lng);
});

const s2Level = 14; // ~0.32 km^2
const neighborhoodS2Cells =
  new Set(s2.RegionCoverer.getCoveringTokens(
    lls,
    { min: s2Level, max: s2Level }
  ));

const user1LongLat = [-73.95429611206055, 40.71369559554873]; // in williamsburg
const user2LongLat = [-73.9266586303711, 40.71616774648679];  // not in williamsburg

const user1S2 = new s2.CellId(new s2.LatLng(user1LongLat[1], user1LongLat[0])).parent(14); // level 14 to ensure 1:1 mapping to cover
const user2S2 = new s2.CellId(new s2.LatLng(user2LongLat[1], user2LongLat[0])).parent(14); // level 14 to ensure 1:1 mapping to cover

console.log(neighborhoodS2Cells.has(user1S2.token())); // true - O(1)
console.log(neighborhoodS2Cells.has(user2S2.token())); // false - O(1)