GML全称为Geography Markup Language，即地理标记语言，是一种用于表达地理空间数据的XML编码规范。它由开放地理空间联盟制定，主要解决不同系统之间地理信息交换的格式壁垒。与常见的图片或二进制空间数据不同，GML用纯文本方式记录几何对象、空间参考系以及要素属性，使得任何支持XML的工具都能读取和处理。
在GML文档中，最核心的概念是要素（Feature）、几何（Geometry）和属性（Property）。一个要素可以是一条河流、一个监测站或一块行政区，它包含若干几何信息与描述性字段。几何部分定义空间形态，属性部分承载业务数据，二者通过XML嵌套结构组合在一起。
GML的基础文档结构
一个最小的GML实例必须声明XML版本并引入GML命名空间。命名空间决定了标签的语义归属，通常写作http://www.opengis.net/gml。如果没有正确声明，解析器会把GML标签当作普通XML节点，导致空间信息丢失。下面展示一段描述单个点的GML片段。
<?xml version="1.0" encoding="UTF-8"?> <gml:Point xmlns:gml="http://www.opengis.net/gml" srsName="EPSG:4326"> <gml:coordinates>116.39,39.91</gml:coordinates> </gml:Point>
上述代码定义了一个位于经纬度坐标系下的点，srsName属性指明空间参考系为WGS84。坐标值按顺序书写，经度在前纬度在后，这与很多前端地图库的默认顺序一致。初学者容易把coordinates里的分隔符写错，GML标准使用英文逗号分隔同一点的坐标分量，用空格分隔多个点。
除了点，GML还支持线、多边形、多点集合等复杂几何。它们都继承自gml:AbstractGeometry类型，在schema中具有严格的子元素约束。理解这种类型体系，有助于在阅读他人数据时快速定位几何节点。
要素与属性的组织方式
实际业务中很少只传一个几何对象，更多是带有属性的要素集合。GML通过gml:featureMember包装具体要素，要素内部再用自定义标签表达字段。如下示例描述一个气象站。
<?xml version="1.0" encoding="UTF-8"?>
<wfs:FeatureCollection xmlns:wfs="http://www.opengis.net/wfs"
xmlns:gml="http://www.opengis.net/gml">
<gml:featureMember>
<Station>
<name>北京站</name>
<code>BJ001</code>
<gml:pointProperty>
<gml:Point srsName="EPSG:4326">
<gml:coordinates>116.40,39.90</gml:coordinates>
</gml:Point>
<gml:pointProperty>
</Station>
</gml:featureMember>
</wfs:FeatureCollection>
这里Station是用户定义的要素类型，name与code为其属性，几何通过pointProperty关联。这种设计把业务模型和空间模型解耦，既方便数据库映射，也利于接口扩展。要注意pointProperty标签本身属于GML预定义结构，不可随意改名。
当要素数量增多时，建议使用FeatureCollection统一包裹，这样符合WFS服务输出习惯，也便于程序批量解析。属性字段尽量使用简单类型，避免嵌套过深，否则会增加客户端反序列化难度。
如何用代码解析GML
由于GML本质是XML，任意XML解析器都能处理。Python环境下常用xml.etree.ElementTree提取节点，再按命名空间过滤。以下示例读取点坐标并打印。
import xml.etree.ElementTree as ET
xml_text = '''<gml:Point xmlns:gml="http://www.opengis.net/gml" srsName="EPSG:4326">
<gml:coordinates>116.39,39.91</gml:coordinates>
</gml:Point>'''
ns = {'gml': 'http://www.opengis.net/gml'}
root = ET.fromstring(xml_text)
coords = root.find('gml:coordinates', ns).text
print('坐标:', coords)
代码先注册命名空间前缀，再用带前缀的路径查找元素。若忽略命名空间，直接写find('coordinates')会返回空值，这是新手最常见的解析错误。对于大型GML文件，建议使用流式解析如iterparse，防止内存占用过高。
在Java生态中，可借助GeoTools库将GML直接转为Feature对象，省去手动遍历标签的工作。不过引入该类库会增加打包体积，轻量场景仍推荐原生DOM或SAX处理。
GML与KML、GeoJSON的区别
不少初学者分不清GML、KML和GeoJSON。KML同样基于XML，但由Google推动，侧重浏览器地球展示；GeoJSON用JSON语法，前端友好但缺乏严格schema校验。GML的优势在于强类型与可扩展schema，适合政府、测绘等需要长期归档与跨机构分发的场景。
| 格式 | 语法基础 | 典型用途 |
|---|---|---|
| GML | XML | 地理数据交换与建模 |
| KML | XML | Google Earth可视化 |
| GeoJSON | JSON | Web地图快速渲染 |
选择格式时应看接收方系统能力。如果对方是Web前端，转成GeoJSON更高效；如果是国家级空间数据平台，提供GML往往是最稳妥的互操作方案。
入门实践建议
建议先下载一份标准GML样例，用浏览器或XML编辑器格式化查看，对照官方schema文档理解每个标签含义。随后写一个小程序完成“读取坐标、输出文本”的闭环，建立直观认知。遇到陌生标签时，优先查命名空间对应的规范而非猜测。
随着练习深入，可以尝试用PostGIS导出GML，或调用开源WFS服务获取实时要素。当你能不看文档就大致猜出一段GML表达的空间对象时，便真正完成了GML格式入门。