对万国语的地名进行翻译和检索
经过 前三篇的调试，已经有了一个完整的Map可以浏览，我们痛苦的世界范围数据下载、导入过程也结束了。要提醒一下的是，鉴于网速，不要下载 planetosm.lastest 文件，因为这个文件每周更新，万一一周下不完，就over了。
当然了，导入后，别忘了
[plain] view plain copy
sudo touch /var/lib/mod_tile/planet-import-complete sudo chown www-data /var/lib/mod_tile/planet-import-complete设置时间戳哦！
导入后，只有中国、日本有些中文字符，其他国家都是鸟语，必须进行汉化。用PostgreSQL count 一下，name 字段不为null 的条目太多了，利用在线的翻译API似乎不现实。我们通过下载字典来进行本地自动匹配与翻译。字典在http://download.csdn.net/detail/goldenhawking/4556453, 导入后，含有17万个地名翻译的表如下面所示
由于place_name 里的地名有不规范的表示，比如括号中的曾用名、用逗号分隔的等效名等情况，不能直接把地名表与planet_osm_roads 、planet_osm_polygon 、planet_osm_line、planet_osm_point 四张表的name字段做 like 或者 = 的换算。同样，即使是做正则式的匹配，也要考虑到比如 XXXX 与 XX'XX (YYYY) 的情况，即原本地名已经包含阿拉伯语与英语两种语言的情况。
为此，写一个程序，进行匹配，提前把地名进行标准化。其算法过程是：
读取planet_osm_roads 、planet_osm_polygon 、planet_osm_line、planet_osm_point四张表里 name is not null 并多于1个字符的地名，进行简化，清除括号、非拉丁、斯拉夫字符，而后与经过规范化的 place_name 进行匹配。为了存储独立的中文字段，在四张表尾部追加了一个trans_name_chs的 text 字段，以便存储纯粹的中文地名，供搜索用。
[sql] view plain copy
ALTER TABLE planet_osm_point ADD COLUMN trans_name_chs text; ALTER TABLE planet_osm_line ADD COLUMN trans_name_chs text; ALTER TABLE planet_osm_polygon ADD COLUMN trans_name_chs text; ALTER TABLE planet_osm_roads ADD COLUMN trans_name_chs text;算法伪代码表示:
[cpp] view plain copy
void Match(unicode TableName) { for_each (record in TableName where 长度>3) { unicode 地名 = record->name; //清除首尾空格 TrimSpaces(地名); //只保留两类字符，根据字符的unicode取值范围筛选 10. unicode 词干 = FilterChar (地名, new LanguageFilter({拉丁,斯拉夫})); 11. 12. //在翻译表中查找可能的翻译 13. unicodeList 可能结果集 = DatabaseSearch("规范化词干表","like %s%",词干); 14. 15. //对所有含有词干的可能结果，进行相似度排序,这里的策略是看看长度比例因子， 16. //比如 Shanghai 与 Shanghai City 为 8:13， 与Shanghai 为 1:1 ，因此取 Shanghai 17. 18. unicode 最佳解=null; 19. double 最佳因子=0; 20. 21. for_each (unicode 可能解 in 可能结果集 where length(词干)/length(可能解)>0.6) 22. { 23. double 当前因子 = length(词干)/length(可能解); 24. if (当前因子>最佳因子) 25. { 26. 最佳解 = 可能解; 27. 最佳因子 = 当前因子; 28. if (最佳因子 == 1) 29. break; 30. } 31. } 32. 33. //刷新数据库 34. if (最佳因子 >0) 35. { 36. unicode 翻译结果 = 最佳解 + "(" + 地名 + ")"; 37. UpdateTable(TableName, record->id, 翻译结果); 38. } 39. }40. }
匹配过程大概需要1-2天，匹配完成后，翻译好的地名便存入了name字段中。渲染瓦片，看一看，主要的地名都OK啦
德国的
最后，为这些字段建立索引
[sql] view plain copy
CREATE INDEX idx_planet_osm_roads_name ON planet_osm_roads USING btree ("name") where name is not null; CREATE INDEX idx_planet_osm_roads_trans_name_chs ON planet_osm_roads USING btree ("trans_name_chs") where trans_name_chs is not null; CREATE INDEX idx_planet_osm_polygon_name ON planet_osm_polygon USING btree ("name") where name is not null; CREATE INDEX idx_planet_osm_polygon_trans_name_chs ON planet_osm_polygon USING btree ("trans_name_chs") where trans_name_chs is not null; CREATE INDEX idx_planet_osm_line_name ON planet_osm_line USING btree ("name") where name is not null; CREATE INDEX idx_planet_osm_line_trans_name_chs ON planet_osm_line USING btree ("trans_name_chs") where trans_name_chs is not null; CREATE INDEX idx_planet_osm_point_name ON planet_osm_point USING btree ("name") where name is not null; CREATE INDEX idx_planet_osm_point_trans_name_chs ON planet_osm_point USING btree ("trans_name_chs") where trans_name_chs is not null;全部搞定后，vacuum 一下，索引就可以立刻参与查询了，而且使用 FCGI 实现地名的检索就变得简单了。这里为了测试，直接用C写CGI程序。
程序实现两个功能，一个是根据地名检索旁边的GIS对象，另一个是根据坐标检索最近的地名。这里用到 PostGIS的 CoverBy 系列函数. CGI代码：
略
转载：http://blog.csdn.net/goldenhawking/article/details/7952303转载于:https://www.cnblogs.com/BigFishFly/p/6337361.html
相关资源：垃圾分类数据集及代码