高德3地图之python爬取POI数据及其边界经纬度(根据关键字在城市范围内搜索)

高德3地图之python爬取POI数据及其边界经纬度(根据关键字在城市范围内搜索)

 

• 目前高德的边界没法批量爬取，不过可以采用百度地图的接口来替代，目前用着还可以，参见这里：

    

• 为了方便大家，不用再为安装环境，以及运行报错等问题困扰，目前已经将POI数据爬取做成一个在线公开的数工具，地址奉上：

        

免费使用哦，只需要申请个高德key，然后选择需要爬取的城市，关键字名，以及数据的

背景

     由于之前项目需要从高德地图上爬取一个地方的不同分类数据，所以初学了一下爬虫，也了解了一些高德地图提供的web API用来获取免费的地图数据。因此写了一篇博客用来记录一下大致步骤。

     项目的需求是爬取一个地方的七个分类数据， 包括大学、景点、酒店等等，其中一条数据叫作一个POI。需要的poi点的字段包括：poi点id、名称name、位置(经纬度)location、所属省名称pname、所属省编号pcode、所属城市名称cityname、所属城市编号citycode、所属区名称adname、所属区编号adcode、所在地址address、所属类别type、边界经纬度。这里先展示一下最后爬取到的保存在excel表格中的数据吧。

 

步骤说明

1. 申请账号

到高德开放平台 | 高德地图API注册账号，并且申请web服务的AK密钥，每次发送请求需要带着这个key去认证。注册账号登陆后点击右上角的控制台 ->应用管理 -> 创建应用 -> 添加新key,注意选择web api，就得到了一个可以使用web服务的key密钥。

2. 确定api查询的地址：

查找高德地图提供的web api下的搜索模块，http://lbs.amap.com/api/webservice/guide/api/search 使用关键字搜索服务,关键字搜索API的服务地址：

    http://restapi.amap.com/v3/place/text?parameters

  我们需要根据API提供的参数说明拼接GET请求所需要的参数URL。常用的使用参数说明：

key	用户在高德地图官网申请Web服务API类型KEY
keywords	查询关键字
types	查询POI类型
city	城市
offset,page	分页参数
output	返回数据格式类型,可选值：JSON，XML

 比如，查询珠海的所有大学数据，拼接起来完整的url：

http://restapi.amap.com/v3/place/text?&keywords=%E5%A4%A7%E5%AD%A6&city=%E7%8F%A0%E6%B5%B7&output=json&offset=20&page=1&key=9f99fc570ccaf6abc209780433d9f4c1&extensions=all

  使用浏览器打开上面的链接，返回的数据使用hijson格式化后截图如下：

    

  其中的pois展开后就是返回的当前页的POI数据。

3. 根据获取到的POI数据的id获取其边界经纬度

 高德地图上搜索一个景点时，如果有边界的景点会圈出其范围，如下图所示：

    

 打开F12切换到network查看，点击一下该范围，会看到发送了一个detail请求，返回了这个圈的详细信息。请求的地址如下：

1.  
    
2.  
   https://ditu.amap.com/detail/get/detail?id=B0014014AD

该接口传入POI点的id，返回详细信息，我们在第二部拿到了POI点的ID，因此可以遍历每一个POI数据，然后根据id获取边界数据，获取到的detail数据格式化后如下：

标红的shape数据即为边界坐标数据(一个多边形的边界其实是由多个点围成的)。

解析数据

具体代码

getpois方法传入需要的城市名和分类关键字，最后将数据导出到d盘目录下excel文件中:

运行代码前须知:

• 需要将代码前面的amap_web_key的值替换为第一步中申请到的web api的密钥。
• 需要启动爬取程序时，需要修改getpois()方法的两个参数值(代码的后部分),cityname为城市名，classfield为分类名，分类可以查看官方文档。
• 由于高德地图每个key每天的请求量有限额，并且请求评率太快的话会返回错误信息，因此建议最好每天不要爬太多，而且不要集中在一个时间点。

1.  
   from urllib.parse import quote
2.  
   from urllib import request
3.  
   import json
4.  
   import xlwt
5.  
    
6.  
    
7.  
   amap_web_key = '你申请的密钥'
8.  
   poi_search_url = "http://restapi.amap.com/v3/place/text"
9.  
   poi_boundary_url = "https://ditu.amap.com/detail/get/detail"
10.  
     
11.  
    #根据城市名称和分类关键字获取poi数据
12.  
    def getpois(cityname, keywords):
13.  
    i = 1
14.  
    poilist = []
15.  
    while True : #使用while循环不断分页获取数据
16.  
    result = getpoi_page(cityname, keywords, i)
17.  
    result = json.loads(result) # 将字符串转换为json
18.  
    if result['count'] == '0':
19.  
    break
20.  
    poilist.extend(result['pois'])
21.  
    i = i + 1
22.  
    return poilist
23.  
     
24.  
    #数据写入excel
25.  
    def write_to_excel(poilist, cityname, classfield):
26.  
    # 一个Workbook对象，这就相当于创建了一个Excel文件
27.  
    book = xlwt.Workbook(encoding='utf-8', style_compression=0)
28.  
    sheet = book.add_sheet(classfield, cell_overwrite_ok=True)
29.  
    #第一行(列标题)
30.  
    sheet.write(0, 0, 'id')
31.  
    sheet.write(0, 1, 'name')
32.  
    sheet.write(0, 2, 'location')
33.  
    sheet.write(0, 3, 'pname')
34.  
    sheet.write(0, 4, 'pcode')
35.  
    sheet.write(0, 5, 'cityname')
36.  
    sheet.write(0, 6, 'citycode')
37.  
    sheet.write(0, 7, 'adname')
38.  
    sheet.write(0, 8, 'adcode')
39.  
    sheet.write(0, 9, 'address')
40.  
    sheet.write(0, 10, 'type')
41.  
    sheet.write(0, 11, 'boundary')
42.  
    for i in range(len(poilist)):
43.  
    # 根据poi的id获取边界数据
44.  
    bounstr =''
45.  
    bounlist = getBounById(poilist[i]['id'])
46.  
    if(len(bounlist) > 1):
47.  
    bounstr = str(bounlist)
48.  
    #每一行写入
49.  
    sheet.write(i + 1, 0, poilist[i]['id'])
50.  
    sheet.write(i + 1, 1, poilist[i]['name'])
51.  
    sheet.write(i + 1, 2, poilist[i]['location'])
52.  
    sheet.write(i + 1, 3, poilist[i]['pname'])
53.  
    sheet.write(i + 1, 4, poilist[i]['pcode'])
54.  
    sheet.write(i + 1, 5, poilist[i]['cityname'])
55.  
    sheet.write(i + 1, 6, poilist[i]['citycode'])
56.  
    sheet.write(i + 1, 7, poilist[i]['adname'])
57.  
    sheet.write(i + 1, 8, poilist[i]['adcode'])
58.  
    sheet.write(i + 1, 9, poilist[i]['address'])
59.  
    sheet.write(i + 1, 10, poilist[i]['type'])
60.  
    sheet.write(i + 1, 11, bounstr)
61.  
    # 最后，将以上操作保存到指定的Excel文件中
62.  
    book.save(r'd:\' + cityname +'.xls')
63.  
     
64.  
    #单页获取pois
65.  
    def getpoi_page(cityname, keywords, page):
66.  
    req_url = poi_search_url + "?key=" + amap_web_key + '&extensions=all&keywords=' + quote(keywords) + '&city=' + quote(cityname) + '&citylimit=true' + '&offset=25' + '&page=' + str(page) + '&output=json'
67.  
    data = ''
68.  
    with request.urlopen(req_url) as f:
69.  
    data = f.read()
70.  
    data = data.decode('utf-8')
71.  
    return data
72.  
     
73.  
    #根据id获取边界数据
74.  
    def getBounById (id):
75.  
    req_url = poi_boundary_url + "?id=" + id
76.  
    with request.urlopen(req_url) as f:
77.  
    data = f.read()
78.  
    data = data.decode('utf-8')
79.  
    dataList = []
80.  
    datajson = json.loads(data) # 将字符串转换为json
81.  
    datajson = datajson['data']
82.  
    datajson = datajson['spec']
83.  
    if len(datajson) == 1:
84.  
    return dataList
85.  
    if datajson.get('mining_shape') != None:
86.  
    datajson = datajson['mining_shape']
87.  
    shape = datajson['shape']
88.  
    dataArr = shape.split(';')
89.  
     
90.  
    for i in dataArr:
91.  
    innerList = []
92.  
    f1 = float(i.split(',')[0])
93.  
    innerList.append(float(i.split(',')[0]))
94.  
    innerList.append(float(i.split(',')[1]))
95.  
    dataList.append(innerList)
96.  
    return dataList
97.  
     
98.  
     
99.  
    #获取城市分类数据
100.  
     cityname = "珠海"
101.  
     classfiled = "大学"
102.  
     pois = getpois(cityname, classfiled)
103.  
      
104.  
     #将数据写入excel
105.  
     write_to_excel(pois, cityname, classfiled)
106.  
     print('写入成功')
107.  
      
108.  
     #根据获取到的poi数据的id获取边界数据
109.  
     #dataList = getBounById('B02F4027LY')
110.  
     #print(type(dataList))
111.  
      
112.  
     #print(str(dataList))
113.  
     '''
114.  
     返回的边界数据格式--方便高德地图前端展示
115.  
     [[113.559199, 22.239364], [113.559693, 22.238274], [113.55677, 22.237162],
116.  
     [113.557008, 22.236653], [113.555582, 22.236117], [113.555747, 22.235742],
117.  
     [113.555163, 22.235538], [113.555027, 22.235831], [113.554934, 22.235875],
118.  
     [113.554088, 22.235522], [113.553919, 22.235885], [113.553905, 22.235961],
119.  
     [113.556167, 22.236835], [113.55561, 22.238172], [113.55494, 22.237933],
120.  
     [113.554607, 22.238652], [113.554593, 22.238697], [113.554597, 22.238765],
121.  
     [113.554614, 22.238834], [113.554646, 22.238885], [113.558612, 22.240406],
122.  
     [113.558799, 22.240258], [113.559199, 22.239364]]
123.  
     '''

由于在很多情况下，只需要爬取POI点的中心坐标就行了，因此这里也提供了直接获取分类数据中心点坐标的代码，下面是爬去出来的成果截图：

运行代码之前，需要安装xlutils库，代码如下:

1.  
   from urllib.parse import quote
2.  
   from urllib import request
3.  
   import json
4.  
   import xlwt
5.  
    
6.  
   amap_web_key = '你申请的web服务的密钥'
7.  
   poi_search_url = "http://restapi.amap.com/v3/place/text"
8.  
   poi_boundary_url = "https://ditu.amap.com/detail/get/detail"
9.  
    
10.  
     
11.  
    #TODO 需要爬取的POI所属的城市名，以及分类名. (中文名或者代码都可以，代码详见高德地图的POI分类编码表)
12.  
    cityname = "珠海"
13.  
    classfiled = "大学"
14.  
     
15.  
     
16.  
    # 根据城市名称和分类关键字获取poi数据
17.  
    def getpois(cityname, keywords):
18.  
    i = 1
19.  
    poilist = []
20.  
    while True: # 使用while循环不断分页获取数据
21.  
    result = getpoi_page(cityname, keywords, i)
22.  
    print(result)
23.  
    result = json.loads(result) # 将字符串转换为json
24.  
    if result['count'] == '0':
25.  
    break
26.  
    hand(poilist, result)
27.  
    i = i + 1
28.  
    return poilist
29.  
     
30.  
     
31.  
    # 数据写入excel
32.  
    def write_to_excel(poilist, cityname, classfield):
33.  
    # 一个Workbook对象，这就相当于创建了一个Excel文件
34.  
    book = xlwt.Workbook(encoding='utf-8', style_compression=0)
35.  
    sheet = book.add_sheet(classfield, cell_overwrite_ok=True)
36.  
     
37.  
    # 第一行(列标题)
38.  
    sheet.write(0, 0, 'id')
39.  
    sheet.write(0, 1, 'name')
40.  
    sheet.write(0, 2, 'location')
41.  
    sheet.write(0, 3, 'pname')
42.  
    sheet.write(0, 4, 'pcode')
43.  
    sheet.write(0, 5, 'cityname')
44.  
    sheet.write(0, 6, 'citycode')
45.  
    sheet.write(0, 7, 'adname')
46.  
    sheet.write(0, 8, 'adcode')
47.  
    sheet.write(0, 9, 'address')
48.  
    sheet.write(0, 10, 'type')
49.  
    sheet.write(0, 11, 'typecode')
50.  
    sheet.write(0, 12, 'gridcode')
51.  
    sheet.write(0, 13, 'entr_location')
52.  
    sheet.write(0, 14, 'timestamp')
53.  
    sheet.write(0, 15, 'tel')
54.  
    sheet.write(0, 16, 'postcode')
55.  
    sheet.write(0, 17, 'tag')
56.  
    sheet.write(1, 18, 'shopid')
57.  
    sheet.write(1, 19, 'shopinfo')
58.  
     
59.  
     
60.  
    for i in range(len(poilist)):
61.  
    # 每一行写入
62.  
    sheet.write(i + 1, 0, poilist[i]['id'])
63.  
    sheet.write(i + 1, 1, poilist[i]['name'])
64.  
    sheet.write(i + 1, 2, poilist[i]['location'])
65.  
    sheet.write(i + 1, 3, poilist[i]['pname'])
66.  
    sheet.write(i + 1, 4, poilist[i]['pcode'])
67.  
    sheet.write(i + 1, 5, poilist[i]['cityname'])
68.  
    sheet.write(i + 1, 6, poilist[i]['citycode'])
69.  
    sheet.write(i + 1, 7, poilist[i]['adname'])
70.  
    sheet.write(i + 1, 8, poilist[i]['adcode'])
71.  
    sheet.write(i + 1, 9, poilist[i]['address'])
72.  
    sheet.write(i + 1, 10, poilist[i]['type'])
73.  
    sheet.write(i + 1, 11, poilist[i]['typecode'])
74.  
    sheet.write(i + 1, 12, poilist[i]['gridcode'])
75.  
    sheet.write(i + 1, 13, poilist[i]['entr_location'])
76.  
    sheet.write(i + 1, 14, poilist[i]['timestamp'])
77.  
    sheet.write(i + 1, 15, poilist[i]['tel'])
78.  
    sheet.write(i + 1, 16, poilist[i]['postcode'])
79.  
    sheet.write(i + 1, 17, poilist[i]['tag'])
80.  
    sheet.write(i + 1, 18, poilist[i]['shopid'])
81.  
    sheet.write(i + 1, 19, poilist[i]['shopinfo'])
82.  
     
83.  
     
84.  
     
85.  
    # 最后，将以上操作保存到指定的Excel文件中
86.  
    book.save(r'' + cityname + "_" + classfield + '.xls')
87.  
     
88.  
     
89.  
    # 将返回的poi数据装入集合返回
90.  
    def hand(poilist, result):
91.  
    # result = json.loads(result) # 将字符串转换为json
92.  
    pois = result['pois']
93.  
    for i in range(len(pois)):
94.  
    poilist.append(pois[i])
95.  
     
96.  
     
97.  
    # 单页获取pois
98.  
    def getpoi_page(cityname, keywords, page):
99.  
    req_url = poi_search_url + "?key=" + amap_web_key + '&extensions=all&keywords=' + quote(
100.  
     keywords) + '&city=' + quote(cityname) + '&citylimit=true' + '&offset=25' + '&page=' + str(
101.  
     page) + '&output=json'
102.  
     data = ''
103.  
     with request.urlopen(req_url) as f:
104.  
     data = f.read()
105.  
     data = data.decode('utf-8')
106.  
     return data
107.  
      
108.  
      
109.  
     # 获取城市分类数据
110.  
      
111.  
     pois = getpois(cityname, classfiled)
112.  
      
113.  
     # 将数据写入excel
114.  
     write_to_excel(pois, cityname, classfiled)
115.  
     print('写入成功')
116.  
      

在后面代码中，会将爬取的POI数据写入EXCEL中，EXCEL存放文件为当前目录，文件名为 cityname_classfiled.xls，例如珠海_大学.xls。

高德地图在媒体开放日上展示了其基于大数据发现、专业采集进化的高德地图“活数据”生产能力。

高德地图在媒体开放日上展示了其基于大数据发现、专业采集进化的高德地图“活数据”生产能力。

高德地图技术副总裁于志杰表示，“我们正在采取一种全新的方式做地图，数亿的高德用户每天使用地图和导航服务，所以哪里的路不通了，哪里的门店关闭了，我们都可以很快知道。这些活的数据让地图开发永不停止，让地图每一秒钟都不一样。”

据了解，高德地图自2002年开始自主采集地图数据。“高德地图自2007年开始进行了用‘活数据’生产地图的尝试，那一年我们利用实时交通大数据提供了实时路况服务。现在，活数据能力已经渗透进了高德地图生产开发的每个环节。”于志杰介绍。

在高德地图数据中心大屏幕上展开的北京城区地图上，密密麻麻闪烁着无数移动的小点，这些都是当时在路上行驶的GPS定位回传。这些大数据首先能够使高德地图实时捕捉交通动态，实时获知各条道路的畅通情况、行驶车速、拥堵原因及事故、管制、施工等交通事件，并根据通行情况对用户的导航路线进行调整或提醒。

据介绍，高德地图精准的实时交通大数据中有78%来自于UGC众包数据，22%来自于出租车、物流车等行业浮动车辆。高德地图的实时交通动态事件数据中，有85%来自于用户上报，其余来自于交管和政府。

此外，高德地图还受益于阿里巴巴大数据，比如菜鸟的运单数据、物流车数据，和口碑的外卖订单数据。通过数据融合，高德方面表示可以发掘POI的新增与变化，强化地图基础数据。

高德方面还表示，为了让专业采集员和采集设备采集的数据“活”起来，达成地图数据更新速度接近T+0（时间差为零）的目标，近年来高德地图的自主专业采集能力在三个方向上实现进化：一是在线化，二是自动化，三是智能化。同时，高德地图整个数据采集生产链条由过去的人工主导、计划式采集生产转变为由大数据、自动化主导的智能化采集调度与生产处理。

Python对高德地图业务数据的selenium抓取,用,爬取,商家

发表时间：2020-11-08

注：本文仅供学习使用，请勿用于商业，如需指定类目数据请求，私信交流

1.Selenium简介

Selenium是一个用于测试网站的自动化测试工具，支持各种浏览器包括Chrome、Firefox、Safari等主流界面浏览器，同时也支持phantomJS无界面浏览器。

2.支持多种操作系统 
如Windows、Linux、Mac、Unix等。

3.安装selenium及webdriver

>>>#命令行下输入
>>>pip install selenium
>>>
>>>webdriver请根据浏览器及版本对应关系下载
>>>下载后请将exe文件放入有环境变量的路径下，一般放在Python目录下
>>>如导入还有问题，请修改Python目录下对应的配置文件

 

4.获取高德地图商家信息位置 
 
在此页面可以看到请求的地址信息及方式（更多方式请自行查看），这里的Request URL地址就是我们接下来要用到的

5.进入页面拉数据 
 
由4中获取到的地址打开页面，获取页面源码，并将此段文本转换为json格式即可

6.上源码（此为简易版）

import json
from selenium import webdriver
#打开浏览器
browser = webdriver.Chrome()
urls = '' #自行由上面步骤获取
browser.get(urls)
html_source = browser.page_source
#推出浏览器
browser.quit()
#因拉的源码前后有html文本，截取字符串即可
d = json.dumps(html_source[84:-20],ensure_ascii=False)
d1 = json.loads(d)
#转为字典
d2 = eval(d1)
for i in range(len(d2['data']['poi_list'])):
	#打印商户名称、地址、联系方式
    print([d2['data']['poi_list'][i]['name'],d2['data']['poi_list'][i]['address'],d2['data']['poi_list'][i]['tel']])
    break

 

附录：

网站：http://www.mapboxx.cn  提供的其他功能：

• 宜出行人流量数据爬取：http://www.mapboxx.cn/tool/yichuxing_view/
• - 腾讯人流量数据爬取：http://www.mapboxx.cn/tool/tencet/
• - 热力图在线可视化：http://www.mapboxx.cn/tool/heatmap_visual/
• - POI点数据在线可视化：http://www.mapboxx.cn/tool/poi_visual/
• - 坐标拾取工具：http://www.mapboxx.cn/tool/coordpick/
• - 坐标转换工具：http://www.mapboxx.cn/tool/coord_view/