APOLLO 把 iPhone 位置数据变成地图：KMZ 输出 + Google Earth 生活轨迹可视化完整指南

APOLLO 把 iPhone 位置数据变成地图KMZ 输出 Google Earth 生活轨迹可视化完整指南【免费下载链接】APOLLOApple Pattern of Life Lazy Outputer项目地址: https://gitcode.com/gh_mirrors/apollo65/APOLLOAPOLLOApple Pattern of Life Lazy Outputer是一款开源的 Apple 设备数据解析工具它最大的亮点之一就是把 iPhone 中散落各处数据库里的位置记录批量提取出来并一键导出为KMZ 格式直接拖进Google Earth就能看到自己今天、昨天、上个月甚至几年前走过的生活轨迹。对于 iOS 取证分析人员、数据恢复爱好者和隐私研究者来说这是最直观的位置数据可视化方式。APOLLO 将 iPhone 位置数据库解析为 KMZ 文件在 Google Earth 中呈现用户生活轨迹可视化为什么选择 APOLLO 的 KMZ 输出iPhone 本身并不提供完整足迹功能但系统后台其实默默记录了海量位置数据Routined显著位置你反复到访的重要地点含进出时间、地址、置信度Locationd 定位缓存蜂窝基站、Wi-Fi、气压、GPS 等各种定位技术的原始坐标HealthKit 健身数据跑步、骑行等活动的逐点轨迹这些数据分别藏在不同的 SQLite 数据库里手动查询非常麻烦。而 APOLLO 通过200 多个模块文件每个模块对应一组 SQL 查询自动完成解析并用-k参数把坐标写入 KMZ 文件——一个按模块命名、带时间戳的地理标记包完美对接 Google Earth 的时间轴回放功能。如何一键安装APOLLO 的准备步骤 APOLLO 本身是一个 Python 脚本主体就 apollo.py 一个文件配套的查询模块全部放在 modules/ 目录下。KMZ 功能依赖simplekml库安装方式见 README.md 的 Dependencies 一节macOS 用户先执行sudo easy_install pip再运行pip3 install simplekml其他系统将simplekml目录直接复制到运行apollo.py的目录中 小技巧pip3 install simplekml是官方推荐的安装方式装好后无需任何额外配置。快速上手APOLLO 提取 iPhone 数据完整命令拿到 iOS 备份或逻辑提取数据后执行以下命令即可开始解析详见 README.md 的 Usage 一节python3 apollo.py extract -o csv -p apple -v 14 modules目录 数据目录参数速查参数含义常用取值-o输出格式csv/sql/sql_json-p平台apple/android/windows/yolo-v系统版本iOS8~14macOS10.13~10.16-k生成 KMZ 位置输出加不加即可--ignore忽略某些目录按需填写注意-v的版本号要与数据实际来自的系统版本匹配选错会导致部分模块跳过。KMZ 输出功能详解-k 参数如何工作 ⚙️在提取命令后加上-kAPOLLO 就会为每一个含坐标的位置模块生成独立的.kmz文件。其内部逻辑见 apollo.py识别位置模块模块活动名包含 Location 时启用 KML 构建器并为所有点设置统一的红色图标样式提取坐标从查询结果中用正则匹配COORDINATES字段得到经纬度写入标记点每个点以时间戳命名描述里保存完整记录数据库名、模块名、全部字段并附带时间戳——这正是 Google Earth 时间轴能回放的原因按模块保存文件名即模块查询名例如routined_cloud_visit_entry.kmz也就是说你得到的是一个模块一个地图的分层视图而不是把所有坐标混在一起回放时画面更干净。哪些模块能生成位置轨迹️APOLLO 的 modules/ 目录中以下模块是 KMZ 输出的主力模块文件数据来源能看到什么routined_cloud_visit_entry.txtCloud.sqlite显著位置进入/退出时间、完整地址、置信度routined_cloud_visit_exit.txtCloud.sqlite显著位置离开时间routined_cloud_address.txtCloud.sqlite已学习地点的详细地址记录locationd_cacheencryptedAB_celllocation.txt定位缓存数据库蜂窝基站定位坐标含 MCC/MNC/LAC、速度、方向、海拔、精度locationd_cacheencryptedAB_wifilocation.txt定位缓存数据库Wi-Fi 定位坐标health_workout_location_latitude.txtHealthKit健身活动轨迹纬度序列health_workout_location_longitude.txtHealthKit健身活动轨迹经度序列routined_local_vehicle_parked.txt本地 Routined车辆停靠位置记录以 routined_cloud_visit_entry.txt 为例其查询针对 iOS 13/14不仅输出坐标还 JOIN 了地址表所以地图标记点里能看到国家、城市、街道、邮编甚至兴趣区域——把这类标记导入 Google Earth 后点击任意一点都能读到完整信息。而 locationd_cacheencryptedAB_celllocation.txt 这类模块则还原出基于蜂窝基站的连续定位点配合速度、方向、水平/垂直精度字段适合做移动路径分析。在 Google Earth 中打开生活轨迹最快查看方法 运行带-k的提取命令后工作目录中会出现若干.kmz文件启动Google Earth或桌面版 Earth Pro把.kmz文件直接拖进窗口或菜单选择 文件 → 打开在时间轴上拖动滑块即可按日期回放位置点的分布几个提升体验的细节每个标记点的描述框中保存了该时刻的完整数据字段右键可复制不同模块的 KMZ 可分图层叠加如显著位置 蜂窝定位交叉验证轨迹点密集时先缩小视图Google Earth 会自动聚合显示常见问题与排查技巧 ️问题原因解决方法提示 0 databases foundlocationd或CurrentPowerlog数据库权限不足对/private/var/root/Library/Caches/locationd/和 BatteryLife 所在目录执行chmod -R 755README 有完整说明部分模块被跳过-v版本与数据不匹配确认备份来源系统的准确版本号没有生成 KMZ模块查询结果中不含坐标确认数据库内确实存在 COORDINATES 数据数据重复冗余使用了yolo模式尽量指定精确的-p与-v组合⚠️ 隐私提示位置数据敏感度极高。APOLLO 更适合合法的取证工作授权调查、自有设备研究。请勿将其用于未经授权跟踪他人的目的。总结让位置数据说话的完整工作流 iPhone 备份数据 → apollo.py extract -o csv -p apple -v 版本 -k → *.kmz 文件 → Google Earth 时间轴回放APOLLO 用极简的设计一个脚本 一批模块文件把复杂的 iOS 数据库解析变成了一条命令的事而 KMZ 输出让原本枯燥的坐标数字变成了地图上可以回放的生活轨迹。结合 CSV 输出做统计分析、再用 Google Earth 做可视化这套文本 地图的双重视角是理解 Apple 设备位置数据的最佳实践。【免费下载链接】APOLLOApple Pattern of Life Lazy Outputer项目地址: https://gitcode.com/gh_mirrors/apollo65/APOLLO创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考