Geo for Google Docs 技术文档
1. 安装指南
首先,复制 Geo for Google Docs 脚本的源代码。接着,打开您的 Google Docs 表格,选择 工具 > 脚本编辑器。删除默认的 function myFunction() {} 代码,并粘贴您复制的源代码。将项目命名为 Geo,然后点击 文件 > 保存 并关闭窗口。刷新您的表格,您会在菜单栏的 帮助 旁边看到一个名为 Geo 的新菜单。
2. 项目的使用说明
Geo for Google Docs 是一个用于在 Google Docs 表格中处理地理编码数据的插件脚本。它主要有两个功能:地理编码地址和导出 GeoJSON。
地理编码任意地址
假设您有一个包含地址的表格列。这些地址可以是街道地址、邮政编码、县或州名,甚至是国家代码。为了在地图上显示这些地址,您需要找到这些地址的地理编码,即经度和纬度坐标。对于更通用的位置,如 "加拿大",地理编码 API 通常会返回该区域的中心点或首都的坐标。
安装 Geo 脚本后,您可以使用 MapQuest Nominatim 或 Yahoo PlaceFinder 服务来获取地址的地理编码。首先,选择包含地址数据的单元格。这可以是一列或几列。如果选择多列(例如 '地址'、'城市'、'州'),这些列将从左到右合并并发送给地理编码服务。您也可以只选择几个单元格而不是整列来地理编码,这在添加新行或更新现有地址时特别有用。
选择地址数据后,进入 Geo > 地理编码地址。如果是第一次使用该脚本,需要授权它访问您的表格,然后再次进入 地理编码地址。接下来,设置您偏好的 API,如果该服务需要,请输入 API 密钥,然后点击 地理编码。
您应该会在表格中看到三个新添加的列,坐标数据将被输入到这些列中。第三列是地理编码服务的响应,关于地理编码的分辨率,例如 '住宅' 或 '行政'。
导出为 GeoJSON
要将表格数据加载到 TileMill 或其他 GIS 应用程序中,需要将其保存为 GeoJSON 文件。使用 Geo 脚本执行此操作,选择要导出的所有数据,然后进入 Geo > 导出 GeoJSON。选择每行具有唯一内容的列,并指定包含坐标的列。然后点击导出并下载文件。需要将 .geojson 添加到文件名末尾,以便 TileMill 识别为 GeoJSON 文件。
3. 项目 API 使用文档
Geo for Google Docs 脚本支持以下 API 用于地理编码:
- MapQuest Nominatim
- Yahoo PlaceFinder
- Cicero API
使用这些 API 前,请确保了解并遵守各自的条款和服务。
4. 项目安装方式
请参考 "安装指南" 部分进行安装。主要步骤包括复制脚本源代码、在 Google Docs 表格中打开脚本编辑器、粘贴代码、命名项目、保存并刷新表格以显示新的 Geo 菜单。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C046
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0124
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00