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。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~042CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









