ArcGIS Python API 中获取StoryMap主题信息的技术解析
2025-07-05 09:15:48作者:虞亚竹Luna
在ArcGIS平台中,StoryMap是一种流行的故事地图工具,它允许用户通过交互式地图、图像和文本讲述引人入胜的地理故事。StoryMap支持多种主题(Themes)来定制故事的外观和风格,包括内置主题和自定义主题。本文将详细介绍如何通过ArcGIS Python API获取StoryMap的主题信息。
StoryMap主题概述
StoryMap主题决定了故事地图的整体视觉风格,包括颜色方案、字体、布局等元素。主题可以是:
- 系统内置主题
- 用户自定义创建的主题
- 组织内共享的主题
了解组织内StoryMap主题的使用情况对于统一品牌形象、优化用户体验具有重要意义。
获取StoryMap主题的技术实现
在ArcGIS Python API中,虽然目前没有直接提供获取主题的属性或方法,但我们可以通过访问StoryMap的内部数据结构来提取主题信息。
基本实现方法
以下是获取StoryMap主题的核心代码实现:
def get_theme(story):
"""
获取StoryMap、Briefing或Collection使用的主题
返回主题名称或主题的item ID
"""
for node, node_info in story._properties["resources"].items():
for key, val in node_info.items():
if key == "type" and val == "story-theme":
return story._properties["resources"][node]["data"]["themeId"]
方法解析
- 该方法遍历StoryMap的所有资源节点
- 查找类型为"story-theme"的节点
- 从找到的主题节点中提取themeId字段
- 返回主题ID或名称
使用示例
from arcgis.apps.storymap import StoryMap
# 创建StoryMap对象
story = StoryMap("<your-storymap-item-id>")
# 获取主题信息
theme = get_theme(story)
print(f"当前StoryMap使用的主题是: {theme}")
关于StoryMap Collections的特殊处理
需要注意的是,StoryMap Collections(故事地图集)也支持主题设置,但在当前API版本中,直接通过StoryMap类访问Collections会返回404错误。对于Collections的主题信息,目前需要通过以下方式获取:
- 通过ArcGIS REST API直接获取Collection的JSON数据
- 从JSON数据中解析主题信息
未来API改进
根据ArcGIS Python API开发团队的反馈,以下改进即将到来:
- 2.3.0版本将增加对StoryMap Collections的支持
- 2.3.1版本计划为StoryMap、Collections和Briefings添加直接的主题属性
这些改进将使主题信息的获取更加简便和直观。
实际应用场景
获取StoryMap主题信息的主要应用包括:
- 组织主题使用统计:分析组织内各类主题的使用频率
- 品牌一致性检查:确保组织发布的StoryMap符合品牌规范
- 主题迁移工具:批量修改或更新StoryMap主题
- 最佳实践研究:分析最受欢迎的主题及其应用场景
总结
虽然当前ArcGIS Python API没有直接提供获取StoryMap主题的方法,但通过访问内部数据结构,我们仍然可以可靠地获取这些信息。随着API的不断更新,这一功能将变得更加便捷。对于需要统计和分析StoryMap主题使用的组织来说,掌握这一技术具有重要意义。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
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
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
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
项目优选
收起
deepin linux kernel
C
28
16
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
570
99
暂无描述
Dockerfile
709
4.51 K
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++
958
955
🎉 (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
1.61 K
942
Ascend Extension for PyTorch
Python
572
694
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
413
339
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.42 K
116
暂无简介
Dart
951
235
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
2