query-cases

vjmap/references/backend/query-cases.md 10.8 KB233 行

原文

本文回答：查询 + 处理的典型综合用例：自动分割子图、自动标注、自动提表格、自动提取中心线、工程剖面图。

案例里所有 name='xx' 实体类型、字段（s4, n6, n7, ...）含义、conditionQueryFeature 完整参数 ⇒ 见 query-features（主查询文档）。本文只描述算法思路 + 关键代码。

这些案例展示了"查询 + 空间算法 + 后续绘制/导出"的思路。完整 demo 可在官方示例 https://vjmap.com/demo/ 搜关键词查看。

一、自动分割子图（queryCase1）

需求：一张"总图"里含多个独立子图，要把每个子图分别取出。

思路：

查询所有横竖直线 / 闭合多段线（name='1'、name='2' and n6=1，类型 ID 与字段含义见 query-features 第三、四节）。
按包围关系判断每个子图的轮廓（找最外层未被包含的矩形）。
对每个轮廓调用 svc.composeNewMap({ clipbounds })，生成仅含该范围的新图。

关键 SQL：

// 所有"线段"类（直线、二三维多段线）
const cond = `name='1' or name='2' or name='3' or name='4'`;
const lines = await svc.conditionQueryFeature({
  condition: cond,
  fields: "objectid,points,envelop",
  limit: 100000
});

组合裁剪：

for (const outline of outlines) {
  const composed = await svc.composeNewMap([{
    mapid, version,
    clipbounds: outline.bounds.toArray()
  }]);
  // composed.fileid 可用于上传 / 创建新图
}

完整算法（找四线组合矩形、横竖线判断）见原文 https://vjmap.com/guide/queryCase1.html。

二、根据测点编号自动标注位置（queryCase2）

需求：工程图里的"点号 + 坐标"文字 / 测点符号，自动把测点编号关联到真实坐标位置。

两种模式：

A. 文字本身就是 编号 X=xxx Y=yyy 格式 —— 直接正则解析

// name='13' = AcDbText（单行文本）
const q = await svc.conditionQueryFeature({
  condition: "name='13'",
  fields: "text,location",
  limit: 100000
});
for (const t of q.result) {
  const m = t.text.match(/^(\d+)\s+X=(\S+)\s+Y=(\S+)/);
  if (!m) continue;
  const [, id, x, y] = m;
  new vjmap.Marker({ color: "#3e3" })
    .setLngLat(map.toLngLat([+x, +y]))
    .setPopup(new vjmap.Popup().setHTML(id))
    .addTo(map);
}

B. 文字只有点号，旁边有图形符号（圆 / 三角填充） —— 用空间临近匹配

// 1) 查所有以 J / DZ 开头的文字，长度 2-12（s4=text）
//    name='12'/'13'/'26'/'27' = 多行/单行/属性注记/块属性 文字类
const texts = await svc.conditionQueryFeature({
  condition: `(name='12' or name='13' or name='26' or name='27')
              and LENGTH(s4) >= 2 and LENGTH(s4) <= 12
              and (s4 like 'J%' or s4 like 'DZ%')`,
  fields: "objectid,text,location",
  limit: 100000
});

// 2) 查所有 hatch（name='11'），按尺寸区分圆 / 三角
const hatches = await svc.conditionQueryFeature({
  condition: `name='11'`,
  includegeom: true,
  limit: 100000
});

// 3) 对每个 hatch 在距离阈值内找最近的文字 → 建立关联

字段说明：name 类型 ID 见 query-features 第三节；s4 在文字类实体上 = text，详细对应表见 query-features 第四节。

三、自动识别图纸提取信息（queryCase3）

需求：批量识别图纸里的固定模式对象（如停车场的车位、图纸编号块、圆圈内文字…）。

五种识别方式：

属性数据匹配：通过实体类型+图层+颜色+面积+填充符号+是否同一块等组合一次查出。
```
// 查 "0" 图层、面积 = 12720000 的多段线
await svc.conditionQueryFeature({
  condition: `name='2' and layerindex=0 and n5=12720000`,
  limit: 100000
});
```
name 类型 ID 与 n5 在每种实体上的含义见 query-features 第三、四节。
属性 + 业务规则：先查易识别对象（如"圆"），再用空间邻近找关联文字。
业务逻辑代码：复杂场景（如自动分割子图，见第一节）。
图像相似性：WMS 出图后用 SIFT / 哈希比对（适用于"非块化的重复符号"）。
AI 深度学习：自定义训练目标检测模型，处理任意对象。

属性块抽取的常用做法：

// 表达式查询：查"图纸编号"块（gInAttrs5 对应 s5=blockname）
const blockQ = await svc.exprQueryFeature({
  expr: `return gInFeatureType == 'AcDbBlockReference' && gInAttrs5 == '图纸编号'`,
  fields: "objectid,blockname,positon,s4"   // fields 可写属性名或原始列名；块的 s4 列 = attributeDef
});
// 解析每条的 s4 -> KV 对

详细方法见原文 https://vjmap.com/guide/queryCase3.html。

四、自动提取表格数据（queryCase4）

需求：CAD 图里手工画的表格（线条 + 文字），识别行列并导出 JSON / CSV / Excel。

思路：

查所有水平 / 垂直直线（name='1'，详见 query-features）；过滤纯横竖（vjmap.isZero(dx) / vjmap.isZero(dy)）。
查所有文字（name='12' or name='13' or name='26' or name='27'）。
线段聚类：水平线按 Y 排序，相邻容差内归同一行；垂直线按 X 排序归同一列。
交点 = 单元格顶点，确定每个 cell 的边界。
文字插入点 vs 单元格边界，定位归属。
合并单元格：相邻 cell 共用边线缺失则视为合并。

后台已封装为命令 extractTable（execCommand 传的命令名；参数：tol 容差、tableEdgeMinPoint 最少点、tableTextMinCount 最少文本、cellEmptyRatio 空值比例…，全部字段见 SDK IExtractTable）。MCP 工具：extractTable（见 ai-features）。

// SDK 封装：内部 execCommand("extractTable", param, "_null", "v1")，mapid/version/layer 缺省取当前图
const r = await svc.cmdExtractTable({
  mapid, version,
  bounds: "x1,y1,x2,y2",   // 空表示全图
  tol: 0,                   // 0=自动求容差
  tableEdgeMinPoint: 12,
  tableTextMinCount: 4,
  findChildMapRects: false  // 同时返回子图范围
});

⚠️ 这类分析命令（extractTable/extractCenterLines/objectDetection）从参数里读 mapid/version，URL 段固定 "_null","v1"；照普通命令把 mapid 放 URL、参数里不带，会报 param error, mapid is empty（几何渲染图则静默返回 {}）。

五、自动提取中心线（queryCase5）

需求：墙体 / 道路 / 巷道由一对平行线组成，取它们的中心线（把"具象图形"转"抽象拓扑"）。

思路：

分页查询所有直线 / 多段线（name='1' or name='2'，分页见 query-features 第六节）。
对每条直线找到"平行配对"（角度容差 + 距离对，可同时配多组距离支持不同墙厚）。
中点连线 → 中心线。
后处理：合并端点、连接断口、过滤短线、合并共线段。

后台命令 extractCenterLines：

await svc.execCommand("extractCenterLines", {
  mapid, version,                // 必须放参数里（见上节 ⚠️）
  bounds: "x1,y1,x2,y2",
  minSpaceDistance: "2.5,3.5",   // 最小距离对（多组）
  maxSpaceDistance: "7.5,8.5",   // 最大距离对
  collinearTolerance: 1.0,        // 共线容差
  duplicateTolerance: 0.2,
  maxGapDistance: 5,              // 允许断开
  paralleSlopeAngleTolerance: 5,  // 平行角度误差（度）
  mergeSlopeAngleTolerance: 3,
  bMergeLine: true,
  bCenterGeoJson: true
}, "_null", "v1");                // 官方路由 /map/cmd/extractCenterLines/_null/v1

进阶：用高程注记给中心线插值赋值，再生成 3D 管道。

六、工程剖面图（综合 03）

需求：给定一条剖面线，抽取穿过的所有实体，按高程排版形成剖面。

思路：

conditionQueryFeature({ bounds: 剖面线点列 }) 拿到穿越实体。
每个实体按投影 X 值排序。
用 vjmapext 的实体绘制 API 生成新图。

七、查找面积最大子实体（多种查询组合）

在 query-expression 第七节示例里展示了：

表达式查询全部块（name='10' = AcDbBlockReference）。
构造 objectid LIKE 'xxx_%' 条件查询每个块的子实体。
在客户端按块聚合取 area 最大值（n5 字段，含义见 query-features 第四节）。

八、选择技巧总结

几何模式 + conditionQueryFeature：快，支持空间谓词（相交/包含）。完整接口见 query-features。
内存模式 + exprQueryFeature：不入库，适合"临时查看 + 简单过滤"。
几何模式 + exprQueryFeature：某些复杂逻辑在 SQL 里写不出时的回退方案。
全文搜索：在所有图中按文字 / 图层名 / 块名搜索。
后台命令：extractTable / extractCenterLines / objectDetection 等已封装的复杂流程，直接用最省事。

九、常见坑

把几何查询当成小数据量 → 大图查 100 万条很慢。分页 + 只要必要字段（见 query-features 第十一节）。
自动分割子图时 clipbounds 稍小 → 边界线条缺失。bounds.scale(1.02) 稍放大。
表格提取后行列对齐错乱 → 由于 CAD 用户画线不精确，需要做容差聚类（距离 < tol 视为同一行）。
中心线不连续 → 平行线有断开，调大 maxGapDistance；或图里有干扰元素，先用图层切换/手动框选缩范围。
属性识别失败 → 先 console.log 一两条数据看 s3..s5 / n5..n10 的真实值（不同类型字段含义不同，见 query-features 第四节）。

十、相关文档

完整查询参考 ⇒ query-features（实体类型表、字段含义、SQL 示例）
SQL 查询速查 ⇒ query-sql
表达式查询（内存模式 / 复杂逻辑）⇒ query-expression
全文搜索 ⇒ query-fulltext
AI / MCP 封装的查询工具 ⇒ ai-features
服务端样式 / 高亮 ⇒ svr-style-var

平台与引擎

AI 应用 · 智能体平台出品

其它产品文档

AI 编程