请访问如下地址 http://geoinformatics.cn/lab/pyquery/

需求大抵是这样的，客户用igraph进行社会网络分析，然后生成了xml格式的数据文件，但并没有很好的网络展示平台，manager就来找我，希望通过我们研发的WebGIS系统展示。在我们的WebGIS系统中，矢量数据都是保存在PostgreSQL数据库里，一般来说，都是通过shapefile 生成sql files，然后导入数据库。由于没有shapefile，但是分析graphicML文件发现结构还是很简单的，而且对于社会网络的两个node之间的关系（relationship），从几何的角度讲，两个nodes构成的关系就是一条两点直线（edge）。基于此，我希望通过python对graphML进行分析，然后直接生成sql file，导入到postgreSQL里面，此后就能用uDig就能直接转换成为shapefile，我不清楚新版的ArcGIS 9.3有没有相似的功能，好久不用Arctoolbox了。

原始数据片段：

< ?xml version="1.0" encoding="UTF-8"?>
<graphml xmlns="http://graphml.graphdrawing.org/xmlns"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://graphml.graphdrawing.org/xmlns
         http://graphml.graphdrawing.org/xmlns/1.0/graphml.xsd">
<!-- Created by igraph -->
  <key id="filestub" for="graph" attr.name="filestub" attr.type="string"/>
  <key id="id" for="node" attr.name="id" attr.type="string"/>
  <key id="xcoord" for="node" attr.name="xcoord" attr.type="double"/>
  <key id="ycoord" for="node" attr.name="ycoord" attr.type="double"/>
  <key id="h_loc" for="edge" attr.name="h_loc" attr.type="string"/>
  <key id="h_zip" for="edge" attr.name="h_zip" attr.type="string"/>
  <key id="h_city" for="edge" attr.name="h_city" attr.type="string"/>
  <key id="t_loc" for="edge" attr.name="t_loc" attr.type="string"/>
  <key id="t_zip" for="edge" attr.name="t_zip" attr.type="string"/>
  <key id="t_city" for="edge" attr.name="t_city" attr.type="string"/>
  <key id="appyear" for="edge" attr.name="appyear" attr.type="string"/>
  <key id="patent" for="edge" attr.name="patent" attr.type="string"/>
  <key id="pat_type" for="edge" attr.name="pat_type" attr.type="string"/>
  <graph id="G" edgedefault="undirected" parse.nodes="1022" parse.edges="9399">
    <data key="filestub">/tmp/VDC/DSB/iGraph.322801</data>
    <node id="n0">
      <data key="id">20190035</data>
      <data key="xcoord">394.439</data>
      <data key="ycoord">245.759</data>
    </node>
    <node id="n1">
      <data key="id">21810055</data>
      <data key="xcoord">452.308</data>
      <data key="ycoord">-49.6771</data>
    </node>
    <edge source="n1020" target="n1021">
      <data key="h_loc">MA</data>
      <data key="h_zip">01532</data>
      <data key="h_city">NORTHBORO</data>
      <data key="t_loc">MA</data>
      <data key="t_zip">01601</data>
      <data key="t_city">WORCESTER</data>
      <data key="appyear">2004</data>
      <data key="patent">7459547</data>
      <data key="pat_type">U</data>
    </edge>
  </graph>
</graphml>

通过python对XML进行解析，我还是向大家推荐pyQuery，大概是喜欢Jquery的缘故吧，我觉得pyQuery用起来很方便，很顺手。大家可以到pyquery.org查找帮助和教程。需要注意的是，pyQuery对于命名空间的解析似乎不是很好，我记得以前我写过一篇帖子叫做两个GIS编程技巧，里面提及了用@nodeName=namespace:elementName的方式来对异域命名空间的元素进行解析。但是pyQuery似乎不能进行该操作，所以我在进行解释之前，将根节点的所有命名空间都删除了。
解析本省是一件很简单的事情，随后写入到另一个文件中，其次对每一个node和edge进行分析，按照SQL语法，生成INSERT INTO的语句。

python 代码片段

from pyquery import PyQuery as pq
from lxml import etree
d = pq(filename="data/rna.xml")
file = open('data/output.sql', 'w+')
content = ''
nodes =  d('node')
for item in nodes:
  content += "INSERT INTO sn_node ( the_geom, nid) VALUES ( GeomFromText('POINT(" + item[1].text.__str__() + " " + item[2].text.__str__() +")', 900913), '" + item.attrib['id'] + "');\n"
file.write(content)
file.close()

从而生成output.sql,如下片段，

INSERT INTO sn_node ( the_geom, nid) VALUES ( GeomFromText('POINT(394.439 245.759)', 900913), 'n0');
INSERT INTO sn_node ( the_geom, nid) VALUES ( GeomFromText('POINT(452.308 -49.6771)', 900913), 'n1');
INSERT INTO sn_node ( the_geom, nid) VALUES ( GeomFromText('POINT(172.295 72.8809)', 900913), 'n2');
INSERT INTO sn_node ( the_geom, nid) VALUES ( GeomFromText('POINT(-217.813 -581.18)', 900913), 'n3');
INSERT INTO sn_edge ( the_geom, snid, tnid, s_zip, t_zip, appyear, patent, pat_type) VALUES ( GeomFromText('LINESTRING(-206.829 790.104,-200.639 791.055)', 900913), 'n121', 'n365', '05403', '05452', '1997', '5902044', 'U');
INSERT INTO sn_edge ( the_geom, snid, tnid, s_zip, t_zip, appyear, patent, pat_type) VALUES ( GeomFromText('LINESTRING(-206.829 790.104,-231.181 757.468)', 900913), 'n121', 'n214', '05403', '05403', '1998', '6134704', 'U');

生成了SQL的INSERT INTO 语句后，然后加上创建数据库和构建索引的语句

CREATE TABLE sn_node (
id serial,
nid VARCHAR(6)
);
SELECT AddGeometryColumn('', 'sn_node','the_geom',900913,'POINT',2);
CREATE INDEX sn_node_index ON sn_node USING GIST ( the_geom );

所有的SQL语句组成了一个SQL文件，如果你有PgAdminIII，导入不是繁琐的事情。不再熬述了。uDig可以直接读取PostgreSQL里面的数据，然后我在uDig里面可以绘制出社会网络的模型，也可uDig输出shapefile，再用ArcGIS读取并展示。如图所示：

<atom :entry xmlns:atom="http://www.w3.org/2005/Atom"></atom>
<atom :content type="text">blah blah</atom>

会用 $(xml).find(‘atom\\:content’).eq(0).text() 语句来获取atom中content 标签的值。也就是说，用 “\\”。但是有个问题，因为年久未看，好象是google chrome还是IE 8不支持这种方法。比较好的方式是

jQuery(entries).find("[@nodeName=namespace:elementName]");

也就是用@nodeName=namespace:elementName的方式获得。详见http://www.nabble.com/namespaces-XML-parsing-td22583488s27240.html的第二篇回帖。
——————————————————————-
第二个问题就是上次帮andrei找如何获得地表上任意经纬度的高程值。我用firebug稍微hacking了一下USGS的一个小的WebServices。如下

http://gisdata.usgs.net/xmlwebservices2/(S(iciielatfvaogp3vexkkn1vy))/elevation_result2.aspx?X=-80.47201518072289&Y=42.16883603773585

x为经度，y为纬度。然后就会通过http返回其高程值（feet），返回结果如下所示

Elevation at -80.47201518072289,42.16883603773585 = 570.301846882179 FEET ( NED 1/3rd arc-second: Eastern United States )

好处在于，可以提供程序获得任何点的高程值只要usgs一直暴露这个webservice。

记得以前用Ext的时候，就超级鄙视DOM，后来有了Jquery，就开始鄙视EXT。Jquery用熟悉了，EXT不稀罕用，怕后来花钱；Mootools不想用，怕费工夫。说的直白一点，习惯用Jquery，所以就像守着自己的老婆孩子和热炕头，不愿意搭理其他，不过话说回来，Jquery的优秀也是有目共睹的。久而久之，自己的编程习惯越来越靠向Jquery Style。

2009 Spring Semester伊始，思量自己web编程的思路，加之2009年将放到climate change 以及transportation modelling的编程，我开始慢慢回归一些比较basic的技术问题：服务器脚本用什么？客户端脚本有用什么。

先说服务器端，.NET和php是我常用。而对于WebGIS方面，MS4W可以说功能非常强大，他结合了apache, mapserver以及proj4， GDAL/OGR 等常用的开源GIS类库，使开发基于php的GIS服务器更加高效，尽管php在服务器脚本方面表现出众，但是对于大型的服务器端任务，仍有一定差距。后来，我接触了python, 使用了mod_python， Django，trac，svn等，基于python开发服务器服务越来越得心应手，同时，大量的基于python的科学计算库可被借鉴使用。大大降低了利用python开发复杂的服务的难度。08年9上旬的where2.0会议，houstonCrimeMap的开发者Justin Bronn做了关于GeoDjango的精彩演讲，GeoDjango在我看来，非常类似MS4W，虽然说GeoDjango的功能还远远达不到MS4W那么强大，至少还不提供地图发布的功能。但是Mapnik已经将和GeoDjango的整合提上议程。基于上述原因，我希望以后能够更多的基于GeoDjango开发网络应用，其原因主要有1）优美的url 2）快捷的MTV模式 3）python强大的wrapper功能以及对GIS libraries的高效利用。 4） 大量基于python的科学计算类库。同时，还发现了拥有和Jqeury类似语法的pyQuery。不得不说，我喜欢jquery的风格。pyQuery继承了Jquery，并有效的和python语法相融合。如果要处理XML，pyQuery是不二候选。

再说服务器端，在javascript环境下，最令人头的并不是debug，而是cross-browsers。IE7，FireFox，Opera，Safari，and even Chrome… … 有太多浏览器，这使得即使相同一段javascript代码，仍会产生不同的结果。所以程序员们利用flash降低对浏览器parser的依赖。微软眼馋Flash，于是乎发布了silverlight来处理客户端脚本和可视化客户端对象。actionscript相比javascript和silverlight有着不可比的优势。actionscript比javascript更加面向对象，图像效果也更好，actionscript比silverlight更具有跨平台性的。所以，我希望自己今后能更多的使用actionscript来进行前台程序开发。这样不光能发挥flash强大的图形处理性能，同时也能够避免javascript繁琐的不同浏览器处理一致性的调试过程。其实，我也时常思索，宁可多花点时间使用actionscript，也别把太多时间浪费在使用javascript调试sytle。。同时，在actionscript，as3query来进行类似jquery的操作。as3query是本月14号由一位帅气的日本程序员nitoyon先生编写发行。论坛评价非常高，虽然as3query没有ajax功能，但这并不妨碍as3query是对于actionsript快捷的操作，特别是渲染flash的时候，as3query更是作用斐然。

就先说到这里，有啥情况大家交流。

四天三夜，transit trip planer，累啊，罗马可不能一天建成。

这年头，发现真的很难专一于同一软件，倪震也还是因为张茆抛弃了相依20年的周慧敏。对于我的软件生涯，早先用prototype，而后用Ext，现在又熟悉了Jquery，不时又因为Mootools的效果而感叹。这几天忙着写一个trip planner的程序，先前的client是用Jquery写的，首先来讲，自Dr. Qiu 介绍我用Jquery以来，我对它真是爱不释手，它让我的开发变得非常简单便捷。特别是selector，manipulation等功能，没有想象力的人是没法发明出如此高超的函数。但是我还是要提出一点对Jquery不满的地方，插件太多，太杂，虽然实现某一项功能是非常方便的，但是如果要去基于某项主题来使用一系列UI控件，就略显繁琐，虽然Jquery也注意到了这个问题，并且推出了自己的UI，but， it still have a long way to go.

于是乎，为了加快Trip Planner的开发进度，我重拾了Ext，毕竟当年用Ext开发了很多fancy的Web 应用，虽然我用Ext做了Layout以及其他组件，但是我还是不得不又将它放下，我的前台编程习惯已经被Jquery所俘虏，已无法适应Ext的语法。。倪震呀倪震，心野了，就算是温柔贤淑的周慧敏，你还是回不去呀。。。

罪过罪过。。。。。anyway，还是专注于Jquery吧。

Finally, I decide to change my homepage, my galaxy, looks good, huh?

Google 的satellite的服务器罢工，记录之。（1734PM，2008.11.15.）

这里要向大家介绍的控件主要有

Thickbox

Lightbox

Lytebox

Shadowbox

前三个主要是基于Jquery，而shadowbox可以使用不同的内核，关于效果effects，Shadowbox是最炫酷的，Lytebox也很不错。Thickbox和lighbox略显次之，主要是在先前的等待事，Lytebox与shadowbox都使用了fadeout和fadein的效果，而Thickbox与Lightbox主要是基于ajaxload，我个人不是很喜欢。

Dec. 10th, 2008: 发现还有很多诸如此类的box，比如facebox，lightview，如果你有时间，可以花半个小时到各个控件的网站去体会一下。