Jak mogę wyodrębnić hierarchiczne dane miasta/stanu/kraju z plików planety XML OSM?

Question

Chcę napisać skrypt, który analizuje pliki XML OpenStreetMap (OSM) i buduje bazę danych miast w sposób hierarchiczny. Chcę wynikowy zestaw danych mają hierarchię, która może wyglądać tak w USA:

USA -> California -> San Francisco County -> San Francisco 

a może tak w Wielkiej Brytanii:

United Kingdom -> England -> Middlesex -> London -> Soho 

Wyjście będzie dokument JSON, który opisuje hierarchia dla wszystkich miast w pliku OSM, o strukturze podobnej do powyższych przykładów.

Używam biblioteki Pythona i biblioteki "imposm" i mogę załadować i parsować plik bez problemu; moim problemem jest brak zrozumienia struktury danych OSM: nie wiem, jak poznać relację rodzic/dziecko między węzłami w danych OSM. Na przykład, jeśli zlokalizuję węzeł dla "Soho", jak mogę powiązać go z węzłami dla "City of Westminster", "Greater London", "Middlesex" i "England"?

wiem, że niektóre węzły mają "is_in" znacznik, który może dać niektóre z tych informacji, ale

• A) jest to niespójne i
• B) wydaje się być tekst free-form pole, a nie link do węzła OSM (np. is_in: "City of Westminster" nie daje mi żadnego łącza do węzła Westminster).

Proszę dać mi znać, jeśli masz jakieś sugestie, jak połączyć te węzły w sposób hierarchiczny.

Answer 1

Zasadniczo wszystko w "OSM" jest "dowolne". Istnieją konwencje dotyczące tagowania, ale nie ma gwarancji, że ludzie się do nich przylgną. Musisz więc trochę wyczyścić dane i postprocessing, aby uzyskać spójne dane.

Co do relacji rodzic-dziecko, istnieją relacje nie podłączone na stałe w OSM inne niż:

• węzeł jest używany przez jednego lub więcej sposobów
• Węzeł jest członkiem jednego lub więcej Stosunki
• droga jest członkiem jednego lub więcej stosunków
• relacja jest członkiem jednego lub więcej stosunków

OSM relacje mogą być używane do definiowania relacji hierarchicznych, ale sposób, w jaki są one zdefiniowane, jest bardzo ogólny. Semantyka opiera się na konwencjach (zwykle opisywanych na stronach Wiki OSM).

Jeśli szukasz relacji "is_in", myślę, że musisz ją ustalić za pomocą metod geometrycznych. Na szczęście nie można polegać tylko na tagowaniu OSM.