python3 通过百度地图API获取城市POI点并存于CSV格式

原文信息：

作者：WenWu_Both 
出处：http://blog.csdn.net/wenwu_both/article/ 
版权：本文版权归作者和CSDN博客共有 
转载：欢迎转载，但未经作者同意，必须保留此段声明；必须在文章中给出原文链接；否则必究法律责任

话不多说，由于兴趣，需要一些POI点的位置信息，于是找到了这篇博客，因为原作是基于python2.写的，出于python2.和python3.的些许不同，而小编一直再用python3.，所以准备小做一波笔记。

关于API以及创建百度地图应用可以参见原作者文章：https://blog.csdn.net/WenWu_Both/article/details/70187605，原作者大牛写的非常详细。

主要问题在于：

Python官方基础模块：urllib2 第三方功能包：requests

python 3.x中urllib库和urilib2库合并成了urllib库。 其中urllib2.urlopen()变成了urllib.request.urlopen() urllib2.Request()变成了urllib.request.Request()

同时我们将获取到的POI点信息存于CSV格式，代码如下：

# -*- coding: utf-8 -*-
# Python 3.6
import json  

import requests

import pandas as pd

left_bottom = [120.008235,30.121327];  # 设置区域左下角坐标（百度坐标系）
right_top = [120.188758,30.316061]; # 设置区域右上角坐标（百度坐标系）
part_n = 5;  # 设置区域网格（5*5）

url0 = 'http://api.map.baidu.com/place/v2/search?';
x_item = (right_top[0]-left_bottom[0])/part_n;
y_item = (right_top[1]-left_bottom[1])/part_n;
query = '公园'; #搜索关键词设置
ak = 'XXXXXXXXXXXXXXXX'; #百度地图api信令
n = 0; # 切片计数器
feature_data=[]
for i in range(part_n):
    for j in range(part_n):
        left_bottom_part = [left_bottom[0]+i*x_item,left_bottom[1]+j*y_item]; # 切片的左下角坐标
        right_top_part = [right_top[0]+i*x_item,right_top[1]+j*y_item]; # 切片的右上角坐标
        for k in range(20):
            url = url0 + 'query=' + query + '&page_size=20&page_num=' + str(k) + '&scope=1&bounds=' + str(left_bottom_part[1]) + ',' + str(left_bottom_part[0]) + ','+str(right_top_part[1]) + ',' + str(right_top_part[0]) + '&output=json&ak=' + ak;      
            print(url)

            data = requests.get(url).text

            print(data)

        	
            hjson = json.loads(data);


            if hjson['message'] == 'ok':
            	datalist=hjson['results']
            	
            	for each in datalist:
            		feature_data.append(each)
            	# feature=pd.DataFrame(feature_data)
            # else:break
            
        n += 1;
        print ('第',str(n),'个切片入库成功')
feature=pd.DataFrame(feature_data)
feature.to_csv('data/Graden.csv')