python脚本实现下载高德离线底图瓦片并使用

import math  # 新增这行，导入math模块
import requests
import os
from pil import image
from urllib.parse import quote
import time

# 高德瓦片下载配置
class amaptiledownloader:
    def __init__(self, save_path='amap_tiles', zoom_range=(1, 18)):
        """
        初始化下载器
        :param save_path: 瓦片保存根路径
        :param zoom_range: 缩放级别范围（高德瓦片缩放级1-18）
        """
        self.save_path = save_path
        self.zoom_range = zoom_range
        # 高德瓦片服务地址（矢量底图，可替换为卫星图）
        # 矢量底图：http://webrd0{1-4}.is.autonavi.com/appmaptile?lang=zh_cn&size=1&scale=1&style=8&x={x}&y={y}&z={z}
        # 卫星底图：http://webst0{1-4}.is.autonavi.com/appmaptile?style=6&x={x}&y={y}&z={z}
        self.tile_url_template = "http://webrd0{server}.is.autonavi.com/appmaptile?lang=zh_cn&size=1&scale=1&style=8&x={x}&y={y}&z={z}"
        # 服务节点（避免单节点请求频繁被限制）
        self.servers = [1, 2, 3, 4]
        self.headers = {
            'user-agent': 'mozilla/5.0 (windows nt 10.0; win64; x64) applewebkit/537.36 (khtml, like gecko) chrome/120.0.0.0 safari/537.36'
        }

    def mercator2tile(self, lon, lat, zoom):
        """
        经纬度转瓦片坐标（墨卡托投影）
        :param lon: 经度
        :param lat: 纬度
        :param zoom: 缩放级别
        :return: x, y 瓦片坐标
        """
        lat_rad = lat * 3.141592653589793 / 180.0
        n = 2.0 ** zoom
        x = int((lon + 180.0) / 360.0 * n)
        y = int((1.0 - (math.log(math.tan(lat_rad) + (1 / math.cos(lat_rad)))) / math.pi) / 2.0 * n)
        return x, y

    def download_tile(self, x, y, z, server=1):
        """
        下载单个瓦片
        :param x: 瓦片x坐标
        :param y: 瓦片y坐标
        :param z: 缩放级别
        :param server: 服务节点（1-4）
        :return: 是否下载成功
        """
        # 拼接瓦片url
        tile_url = self.tile_url_template.format(server=server, x=x, y=y, z=z)
        # 构建保存路径：根路径/缩放级别/x坐标/y坐标.png
        tile_save_path = os.path.join(self.save_path, str(z), str(x))
        os.makedirs(tile_save_path, exist_ok=true)
        tile_file = os.path.join(tile_save_path, f"{y}.png")

        # 避免重复下载
        if os.path.exists(tile_file):
            print(f"瓦片 {z}/{x}/{y} 已存在，跳过")
            return true

        try:
            # 发送请求（添加超时和重试）
            response = requests.get(tile_url, headers=self.headers, timeout=10)
            response.raise_for_status()  # 抛出http错误

            # 保存瓦片
            with open(tile_file, 'wb') as f:
                f.write(response.content)

            # 校验图片是否有效
            try:
                img = image.open(tile_file)
                img.verify()
                print(f"成功下载：{z}/{x}/{y}")
                return true
            except:
                os.remove(tile_file)
                print(f"瓦片无效，已删除：{z}/{x}/{y}")
                return false

        except exception as e:
            print(f"下载失败 {z}/{x}/{y}：{str(e)}")
            return false

    def download_area(self, min_lon, min_lat, max_lon, max_lat):
        """
        下载指定经纬度范围的瓦片
        :param min_lon: 最小经度
        :param max_lon: 最大经度
        :param min_lat: 最小纬度
        :param max_lat: 最大纬度
        """
        import math  # 延迟导入，避免初始化时依赖
        print(f"开始下载范围：[{min_lon},{min_lat}] - [{max_lon},{max_lat}]")
        print(f"缩放级别范围：{self.zoom_range[0]} - {self.zoom_range[1]}")

        for z in range(self.zoom_range[0], self.zoom_range[1] + 1):
            # 计算范围对应的瓦片坐标
            min_x, min_y = self.mercator2tile(min_lon, max_lat, z)  # 注意lat反转
            max_x, max_y = self.mercator2tile(max_lon, min_lat, z)

            print(f"\n缩放级别 {z}：瓦片范围 x[{min_x}-{max_x}], y[{min_y}-{max_y}]")
            server_idx = 0  # 轮询服务节点

            # 遍历所有瓦片坐标
            for x in range(min_x, max_x + 1):
                for y in range(min_y, max_y + 1):
                    # 轮询服务节点
                    server = self.servers[server_idx % len(self.servers)]
                    server_idx += 1

                    # 下载瓦片（添加小延迟，避免请求过快被限制）
                    self.download_tile(x, y, z, server)
                    time.sleep(0.1)  # 可根据实际情况调整

        print("\n所有瓦片下载完成！")

# ------------------- 示例使用 -------------------
if __name__ == "__main__":
    # 初始化下载器：保存路径+缩放级别（建议先测试1-10级，级别越高瓦片越多）
    downloader = amaptiledownloader(save_path='amap_tiles', zoom_range=(1, 10))

    # 下载指定区域（示例：北京市中心经纬度范围，可替换为自己需要的区域）
    # 经纬度可从高德地图拾取：https://lbs.amap.com/console/show/picker
    min_lon, min_lat = 116.30, 39.80  # 左下角经纬度
    max_lon, max_lat = 116.50, 40.00  # 右上角经纬度
    downloader.download_area(min_lon, min_lat, max_lon, max_lat)

<!doctype html>
<html lang="zh-cn">
<head>
    <meta charset="utf-8">
    <title>leaflet加载高德离线瓦片</title>
    <!-- 引入leaflet的css和js（在线cdn） -->
    <link rel="stylesheet" href="https://unpkg.com/leaflet@1.9.4/dist/leaflet.css" rel="external nofollow"  />
    <script src="https://unpkg.com/leaflet@1.9.4/dist/leaflet.js"></script>
    <!-- 引入高德坐标系适配插件（解决偏移问题） -->
    <script src="https://unpkg.com/leaflet.gridlayer.chinaprovider@1.0.2/dist/leaflet.chinesetmsproviders.js"></script>
    <style>
        /* 让地图占满整个页面 */
        #map {
            width: 100vw;
            height: 100vh;
            margin: 0;
            padding: 0;
        }
    </style>
</head>
<body>
    <div id="map"></div>

    <script>
        // 1. 初始化地图（中心点设为你下载的区域，这里是北京）
        var map = l.map('map', {
            // 禁用地图缩放超出瓦片范围
            minzoom: 1,
            maxzoom: 10,  // 对应你下载的最大缩放级别
            zoomcontrol: true  // 显示缩放控件
        }).setview([39.908823, 116.397470], 8);  // 中心点经纬度+初始缩放级别

        // 2. 加载本地高德离线瓦片
        l.tilelayer('./amap_tiles/{z}/{x}/{y}.png', {  // 对应瓦片目录结构
            attribution: '高德离线瓦片',  // 地图版权说明
            tilesize: 256,  // 高德瓦片默认尺寸256x256
            nowrap: true,   // 禁止地图水平循环
            // 瓦片加载失败时显示的占位图
            errortileurl: 'data:image/png;base64,ivborw0kggoaaaansuheugaaabaaaaaqcayaaaaf8/9haaaaieleqvq4t2nkygaqycap3uctzhw1gggyhagbzia/nydcgbdam9bgdwaajyrcglabcaagxwixzas0pgaaaabjru5erkjggg=='
        }).addto(map);

        // 可选：添加比例尺控件
        l.control.scale({
            imperial: false,  // 不显示英制单位
            maxwidth: 200
        }).addto(map);
    </script>
</body>
</html>