如何用GDAL解析KMZ和KML文件？

序章：在数据的海洋里寻找那片“KML/​KMZ”宝岛

每当我们打开一张 Google Earth 的卫星影像， 轻巧轻巧点开那一些彩色的标记时背后隐藏的其实是一段段精妙的地理信息——KML和它压缩后的兄弟 KMZ。 不靠谱。 它们像是地理世界的“XML情书”，写满了坐标、属性、时间段戳和可视化指令。可是当我们想把这一些信息搬进自己的 GIS 项目或数据库时却常常被格式兼容性卡住。

当你.… 别慌，GDAL正是为这种跨格式搬家而生的超级工具箱。本文将用一种不那么死板、 带点温度的方式，手把手教你用 GDAL 把 KMZ 与 KML 从云端拉回本地，甚至直接灌进 PostgreSQL / SQLite。

一、先炎热身——GDAL 能干哪些？

薅羊毛。 GDAL 本质上是一层抽象层，它把上百种栅格与矢量格式包装成统一的 API。对矢量 核心类是 OGR而针对 KML/KMZ 的驱动则是 LIBKML。只要 GDAL 能识别，你接近能够做到：

• 读取要素几何和属性；
• 转换坐标系；
• 写入其他矢量格式；
• 直接流式写入数据库。

为哪些选择 GDAL 而不是纯 Java/Python 解析库？

很更多同学会先想到 JAXB 或者 tinyxml 来手工解析 KML，但这样做往往会遇到：，绝绝子！

1. 属性缺失或错位：KML 中的自定义 标签往往被普通 XML 解析器忽略。
2. 空间范围参考丢失：KML 默认采用 WGS‑84， 但有时会嵌入自定义 CRS，只有专门驱动才能正确识别。
3. KMZ 必须要先解压：自己写解压逻辑简单出错，而 GDAL 已经帮你“一键解压”。