4、GPX文件解析：用Python把轨迹数据“榨”出来
说实话，我第一次接触GPX文件时，还以为它是什么高深的二进制格式。结果用记事本打开一看——嚯，这不就是XML嘛！
GPX全称是GPS Exchange Format，说白了就是GPS数据的通用交换格式。你从佳明手表、两步路、甚至手机上的运动App导出的轨迹，十有八九都是这个格式。我当年做户外轨迹分析项目时，光是解析不同设备导出的GPX就折腾了好几天——各家厂商的“方言”还真不一样。
核心要点：GPX本质是XML，解析它就是在解析一棵XML树。我们关心的数据藏在 <trkpt> 标签里。
4.1 为什么选gpxpy？
Python里解析GPX有好几种路子：
- 自己写XML解析——用ElementTree硬啃，灵活但累
- 用gpxpy——专门干这活的库，省心
- 用geopandas——杀鸡用牛刀，适合批量处理
我个人习惯用gpxpy。为什么？因为它把时间解析、坐标转换、海拔提取这些脏活都包了。你想想看，要是自己处理时区、处理不同版本的GPX命名空间……嗯，那画面太美我不敢看。
安装命令：pip install gpxpy
就一行，没别的依赖。清爽。
4.2 解析流程：三步走
解析GPX其实就三步：读文件 → 解析 → 提取数据。我画了张图帮你理清思路：
4.3 实战代码：从文件到数据
来，直接上代码。这是我项目里常用的模板，稍微简化了一下：
import gpxpy
# 第一步：读文件
with open('my_track.gpx', 'r', encoding='utf-8') as f:
gpx_content = f.read()
# 第二步：解析
gpx = gpxpy.parse(gpx_content)
# 第三步：提取轨迹点
points = []
for track in gpx.tracks:
for segment in track.segments:
for point in segment.points:
points.append({
'lat': point.latitude,
'lon': point.longitude,
'time': point.time,
'elevation': point.elevation,
'speed': point.speed if hasattr(point, 'speed') else None
})
print(f"共提取 {len(points)} 个轨迹点")
print(f"第一个点：{points[0]}")
⚠️ 注意：不是所有GPX文件都包含速度信息。有些设备不记录速度，需要你自己根据距离和时间计算。我曾经遇到过一批从某国产手表导出的GPX，速度字段全是None——当时排查了半天才发现是设备本身就没记录。
4.4 提取的信息详解
每个轨迹点里藏着哪些宝贝？我整理了一张表：
| 字段 | 类型 | 说明 | 常见问题 |
|---|---|---|---|
| latitude | float | 纬度，范围 -90 ~ 90 | 注意WGS84坐标系 |
| longitude | float | 经度，范围 -180 ~ 180 | 东经为正，西经为负 |
| time | datetime | UTC时间戳 | 记得转本地时间 |
| elevation | float | 海拔高度（米） | 部分设备不准 |
| speed | float | 速度（m/s） | 可能缺失 |
小技巧：如果速度字段缺失，可以用前后两个点的距离除以时间差来估算。公式很简单：speed = distance / delta_time。我一般用 geopy.distance 算距离，精度够用。
4.5 避坑指南：我踩过的三个坑
做GPX解析这几年，我踩过的坑真不少。挑三个最典型的说说：
- 编码问题——有些国产软件导出的GPX是GBK编码，直接open会报错。我后来统一用
encoding='utf-8'先试，不行就换gbk。 - 时间格式——GPX标准要求ISO 8601格式，但有些设备会带毫秒、有些带时区偏移。gpxpy能处理大部分情况，但偶尔也会翻车。我遇到过一种奇葩格式：时间后面跟了个"Z"但实际是北京时间……
- 空轨迹段——有些GPX文件有track但没有segment，或者segment里没有points。遍历前一定要判空，不然
for segment in track.segments直接报错。
我的经验：拿到一个GPX文件后，先别急着解析。用文本编辑器打开看一眼——看看有没有 <trkpt> 标签，看看时间格式长什么样。这一步花不了30秒，但能省下后面半小时的调试时间。
4.6 完整示例：解析并打印轨迹摘要
最后，给你一个可以直接跑的完整示例。我平时做数据质量检查就用这个：
import gpxpy
from datetime import datetime
def parse_gpx_summary(filepath):
with open(filepath, 'r', encoding='utf-8') as f:
gpx = gpxpy.parse(f.read())
total_points = 0
start_time = None
end_time = None
max_ele = float('-inf')
min_ele = float('inf')
for track in gpx.tracks:
for segment in track.segments:
for point in segment.points:
total_points += 1
if start_time is None or point.time < start_time:
start_time = point.time
if end_time is None or point.time > end_time:
end_time = point.time
if point.elevation and point.elevation > max_ele:
max_ele = point.elevation
if point.elevation and point.elevation < min_ele:
min_ele = point.elevation
duration = (end_time - start_time).total_seconds() if start_time and end_time else 0
print(f"轨迹点数量：{total_points}")
print(f"开始时间：{start_time}")
print(f"结束时间：{end_time}")
print(f"持续时间：{duration:.0f} 秒 ({duration/60:.1f} 分钟)")
print(f"最高海拔：{max_ele:.1f} 米")
print(f"最低海拔：{min_ele:.1f} 米")
return {
'points': total_points,
'start': start_time,
'end': end_time,
'duration': duration,
'max_elevation': max_ele,
'min_elevation': min_ele
}
# 使用示例
summary = parse_gpx_summary('my_track.gpx')
嗯，这个函数我用了两年多了，从没出过问题。你拿去改改就能用。
解析GPX其实没那么玄乎。记住核心思路：读文件 → 解析 → 遍历提取。剩下的就是根据你的业务需求，从每个轨迹点里捞出你需要的信息。经纬度、时间、海拔、速度——这四个字段够你玩出花来了。