Geocoder 技术文档
2024-12-23 08:52:53作者:鲍丁臣Ursa
1. 安装指南
Geocoder 是一个 Ruby 的完整地理编码解决方案。为了使用 Geocoder,您需要确保您的系统已经安装了以下依赖项:
- Ruby 版本:2.1 或更高版本,以及 JRuby。
- 数据库:MySQL、PostgreSQL、SQLite 或 MongoDB。
- 如果您使用的是 Rails 框架,需要确保您的 Rails 版本是 5.x、6.x 或 7.x。
安装 Geocoder:
gem install geocoder
如果您在 Rails 应用中使用 Geocoder,需要在 Gemfile 中添加 geocoder 并执行 bundle install。
gem 'geocoder'
然后,在您的模型中配置 Geocoder。
2. 项目使用说明
Geocoder 提供了以下基本功能:
- 正向和反向地理编码。
- IP 地址地理编码。
- 支持全球 40 多个 API。
- 具有缓存等性能增强功能。
- 与 ActiveRecord 和 Mongoid 集成。
- 基本的地理空间查询:搜索指定半径(或矩形、或环)内的位置。
基本搜索
使用 Geocoder 搜索地址以获取其经纬度坐标:
results = Geocoder.search("北京")
results.first.coordinates
# => [纬度, 经度]
反过来,给定经纬度坐标也可以找到地址:
results = Geocoder.search([纬度, 经度])
results.first.address
# => "具体的地址"
您还可以查找 IP 地址的位置:
results = Geocoder.search("IP地址")
results.first.coordinates
# => [纬度, 经度]
results.first.country
# => "国家"
地理编码对象
要自动对您的对象进行地理编码,请遵循以下步骤:
- 您的模型必须提供一个返回要地理编码的地址的方法。这可以是一个属性,也可以是一个返回不同属性组合(例如城市、州和国家)的字符串的方法。
- 您的模型必须有一种方法来存储经纬度坐标。对于 ActiveRecord,添加两个类型为 float 或 decimal 的属性/列,分别命名为
latitude和longitude。对于 MongoDB,使用名为coordinates的类型为 Array 的单个字段(即field :coordinates, type: Array)。 - 在您的模型中,告诉 Geocoder 对象的地址位置:
geocoded_by :address
这将添加一个 geocode 方法,您可以通过回调调用该方法:
after_validation :geocode
反向地理编码(给定经纬度坐标,查找地址)与此类似:
reverse_geocoded_by :latitude, :longitude
after_validation :reverse_geocode
对于 MongoDB,您需要包含必要的模块:
include Geocoder::Model::Mongoid
使用 Rails 之外的环境
如果要在非 Rails 环境中使用 Geocoder 与 ActiveRecord(如 Sinatra 或 Padrino),需要在调用 Geocoder 方法之前在模型中添加以下代码:
extend Geocoder::Model::ActiveRecord
3. 项目 API 使用文档
Geocoder 的配置选项包括:
- Street address geocoding service (默认为 :nominatim)
- IP address geocoding service (默认为 :ipinfo_io)
- API key 设置
- 请求超时设置
- 默认单位(公里或英里)
- 缓存设置
以下是一个示例配置:
Geocoder.configure(
lookup: :yandex,
ip_lookup: :maxmind,
api_key: "...",
timeout: 5,
units: :km,
cache: Redis.new,
cache_options: {
expiration: 1.day,
prefix: "another_key:"
}
)
更多配置选项请参考 lib/geocoder/configuration.rb。
4. 项目安装方式
请参考上述安装指南安装 Geocoder。确保您的环境满足所有依赖项的要求,并在 Rails 应用中正确配置 Geocoder。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
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++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
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
9
1
🎉 (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
1.2 K
655
🔥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
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137