CartoCSS 技术文档
2024-12-24 10:04:53作者:何将鹤
1. 安装指南
如果您使用的是地图设计应用程序,如 Kosmtik、Mapbox Studio Classic 或 Tilemill,您已经预装了 CartoCSS,并可能对语言参考更感兴趣。
否则,您可以通过运行以下命令,使用 NPM 安装 carto 二进制文件:
npm install -g carto
您可以考虑使用 Node.js 版本管理器,例如 NVM。可选地,您还可能希望安装 millstone,这对于在 mml 文件中解析数据与 Mapbox Studio Classic 保持一致是必需的:
npm install -g millstone
安装 millstone 可以特别启用对本地化外部资源(URL 和本地文件)的支持,以及检测投影(使用 node-srs)。
2. 项目使用说明
安装 Carto 后,您应该拥有一个可在 CartoCSS 项目上运行的命令行工具 carto:
carto project.mml > mapnik.xml
可用参数:
-a / --api VERSION:指定 Mapnik API 版本(例如 --api 3.0.10)(默认:最新的 Mapnik API 版本)-b / --benchmark:输出总编译时间-f / --file:输出到指定的文件而不是 stdout-h / --help:显示帮助信息-l / --localize:在加载 MML 时使用 millstone 进行本地化(默认:关闭)-n / --nosymlink:使用绝对路径而不是符号链接文件-o / --output:指定输出格式,可能的值为mapnik和json(默认:mapnik)-ppi RESOLUTION:每英寸像素数,用于将 m、mm、cm、in、pt、pc 转换为像素(默认:90.714)-q / --quiet:不输出任何警告(默认:关闭)-v / --version:显示版本信息
此外,Carto 可以从 JavaScript 中使用。Renderer 接口是开发者的主要 API,它接受一个 MML 文件字符串作为输入。
// 定义变量:
// - input(正在解析的文件的名称或标识符)
var carto = require('carto');
try {
var data = fs.readFileSync(input, 'utf-8');
var mml = new carto.MML({});
mml.load(path.dirname(input), data, function (err, data) {
var output = {};
if (!err) {
output = new carto.Renderer({
filename: input
}).render(data);
}
if (output.msg) {
output.msg.forEach(function (v) {
if (v.type === 'error') {
console.error(carto.Util.getMessageToPrint(v));
}
else if (v.type === 'warning') {
console.warn(carto.Util.getMessageToPrint(v));
}
});
}
// 输出内容(如果没有错误)
if (output.data) {
console.log(output.data);
}
});
} catch (err) {
// 程序失败
...
}
如果您想在浏览器中使用 CartoCSS,您不应通过 carto.MML.load 加载 MML。相反,您应该直接将 MML 的 JSON 包括样式表字符串传递给 carto.Renderer.render。
3. 项目 API 使用文档
Carto 的主要 API 是 Renderer 接口,它接受一个 MML 文件的字符串作为输入。具体的使用方法和示例代码,请参考上文中的“项目使用说明”。
4. 项目安装方式
CartoCSS 的安装方式如下:
- 通过 NPM 安装
carto二进制文件。 - 可选安装
millstone以支持本地化资源和投影检测。
具体的安装命令请参考上文中的“安装指南”。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
热门内容推荐
最新内容推荐
绝杀 Tauri/Pake Mac 打包报错:`failed to run xattr` 的底层逻辑与修复方案避坑指南:Pake 打包网页为何“高级功能失效”?深度解析拖拽与下载的底层限制Tauri/Pake 体积极限优化:如何把 12MB 的应用无情压榨到 2MB 以内?受够了 100MB+ 的套壳 App?最强 Electron 替代方案 Pake 深度测评与原理解析告别臃肿积木!用 Pake 1 分钟把任意网页变成 3MB 桌面 App(附国内极速环境包)智能票务抢票系统:突破手动抢票瓶颈的效率革命方案如何利用Path of Building PoE2高效规划流放之路2角色构建代码驱动的神经网络可视化:用PlotNeuralNet绘制专业架构图whisper.cpp CUDA加速实战指南:让语音识别效率提升6倍的技术解析Windows 11系统PicGo高效解决安装与更新全流程指南
项目优选
收起
deepin linux kernel
C
28
15
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
663
4.27 K
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.54 K
895
Ascend Extension for PyTorch
Python
505
610
openEuler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。
C
392
290
暂无简介
Dart
909
219
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
昇腾LLM分布式训练框架
Python
142
168
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
940
867
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108