人如墨

高德地图之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)

写在前面

目前边界无法批量爬取，但是如果使用多个代理以及cookie切换的话是可以解决这个问题的，具体可以看：

http://www.mapboxx.cn/article/poiboundary/

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：

http://www.mapboxx.cn/tool/poiview/

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，以及数据的坐标系，即可将数据导出到本地，无需运行任何代码。

欢迎加入地图数据爬取交流群：626697156

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：


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。

from urllib.parse import quote
from urllib import request
import json
import xlwt


amap_web_key = '你申请的密钥'
poi_search_url = "http://restapi.amap.com/v3/place/text"
poi_boundary_url = "https://ditu.amap.com/detail/get/detail"

#根据城市名称和分类关键字获取poi数据
def getpois(cityname, keywords):
    i = 1
    poilist = []
    while True : #使用while循环不断分页获取数据
       result = getpoi_page(cityname, keywords, i)
       result = json.loads(result)  # 将字符串转换为json
       if result['count'] == '0':
           break
       poilist.extend(result['pois'])
       i = i + 1
    return poilist

#数据写入excel
def write_to_excel(poilist, cityname, classfield):
    # 一个Workbook对象，这就相当于创建了一个Excel文件
    book = xlwt.Workbook(encoding='utf-8', style_compression=0)
    sheet = book.add_sheet(classfield, cell_overwrite_ok=True)
    #第一行(列标题)
    sheet.write(0, 0, 'id')
    sheet.write(0, 1, 'name')
    sheet.write(0, 2, 'location')
    sheet.write(0, 3, 'pname')
    sheet.write(0, 4, 'pcode')
    sheet.write(0, 5, 'cityname')
    sheet.write(0, 6, 'citycode')
    sheet.write(0, 7, 'adname')
    sheet.write(0, 8, 'adcode')
    sheet.write(0, 9, 'address')
    sheet.write(0, 10, 'type')
    sheet.write(0, 11, 'boundary')
    for i in range(len(poilist)):
        # 根据poi的id获取边界数据
        bounstr =''
        bounlist = getBounById(poilist[i]['id'])
        if(len(bounlist) > 1):
            bounstr = str(bounlist)
        #每一行写入
        sheet.write(i + 1, 0, poilist[i]['id'])
        sheet.write(i + 1, 1, poilist[i]['name'])
        sheet.write(i + 1, 2, poilist[i]['location'])
        sheet.write(i + 1, 3, poilist[i]['pname'])
        sheet.write(i + 1, 4, poilist[i]['pcode'])
        sheet.write(i + 1, 5, poilist[i]['cityname'])
        sheet.write(i + 1, 6, poilist[i]['citycode'])
        sheet.write(i + 1, 7, poilist[i]['adname'])
        sheet.write(i + 1, 8, poilist[i]['adcode'])
        sheet.write(i + 1, 9, poilist[i]['address'])
        sheet.write(i + 1, 10, poilist[i]['type'])
        sheet.write(i + 1, 11, bounstr)
    # 最后，将以上操作保存到指定的Excel文件中
    book.save(r'd:\\' + cityname +'.xls')

#单页获取pois
def getpoi_page(cityname, keywords, page):
    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'
    data = ''
    with request.urlopen(req_url) as f:
        data = f.read()
        data = data.decode('utf-8')
    return data

#根据id获取边界数据
def getBounById (id):
    req_url = poi_boundary_url + "?id=" + id
    with request.urlopen(req_url) as f:
        data = f.read()
        data = data.decode('utf-8')
        dataList = []
        datajson = json.loads(data)  # 将字符串转换为json
        datajson = datajson['data']
        datajson = datajson['spec']
        if len(datajson) == 1:
            return  dataList
        if datajson.get('mining_shape') != None:
            datajson = datajson['mining_shape']
            shape = datajson['shape']
            dataArr = shape.split(';')

            for i in dataArr:
                innerList = []
                f1 = float(i.split(',')[0])
                innerList.append(float(i.split(',')[0]))
                innerList.append(float(i.split(',')[1]))
                dataList.append(innerList)
        return dataList


#获取城市分类数据
cityname = "珠海"
classfiled = "大学"
pois = getpois(cityname, classfiled)

#将数据写入excel
write_to_excel(pois, cityname, classfiled)
print('写入成功')

#根据获取到的poi数据的id获取边界数据
#dataList = getBounById('B02F4027LY')
#print(type(dataList))

#print(str(dataList))
'''
  返回的边界数据格式--方便高德地图前端展示
  [[113.559199, 22.239364], [113.559693, 22.238274], [113.55677, 22.237162], 
  [113.557008, 22.236653], [113.555582, 22.236117], [113.555747, 22.235742], 
  [113.555163, 22.235538], [113.555027, 22.235831], [113.554934, 22.235875], 
  [113.554088, 22.235522], [113.553919, 22.235885], [113.553905, 22.235961], 
  [113.556167, 22.236835], [113.55561, 22.238172], [113.55494, 22.237933], 
  [113.554607, 22.238652], [113.554593, 22.238697], [113.554597, 22.238765], 
  [113.554614, 22.238834], [113.554646, 22.238885], [113.558612, 22.240406], 
  [113.558799, 22.240258], [113.559199, 22.239364]] 
'''

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:

from urllib.parse import quote
from urllib import request
import json
import xlwt

amap_web_key = '你申请的web服务的密钥'
poi_search_url = "http://restapi.amap.com/v3/place/text"
poi_boundary_url = "https://ditu.amap.com/detail/get/detail"


#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)
cityname = "珠海"
classfiled = "大学"


# 根据城市名称和分类关键字获取poi数据
def getpois(cityname, keywords):
    i = 1
    poilist = []
    while True:  # 使用while循环不断分页获取数据
        result = getpoi_page(cityname, keywords, i)
        print(result)
        result = json.loads(result)  # 将字符串转换为json
        if result['count'] == '0':
            break
        hand(poilist, result)
        i = i + 1
    return poilist


# 数据写入excel
def write_to_excel(poilist, cityname, classfield):
    # 一个Workbook对象，这就相当于创建了一个Excel文件
    book = xlwt.Workbook(encoding='utf-8', style_compression=0)
    sheet = book.add_sheet(classfield, cell_overwrite_ok=True)

    # 第一行(列标题)
    sheet.write(0, 0, 'id')
    sheet.write(0, 1, 'name')
    sheet.write(0, 2, 'location')
    sheet.write(0, 3, 'pname')
    sheet.write(0, 4, 'pcode')
    sheet.write(0, 5, 'cityname')
    sheet.write(0, 6, 'citycode')
    sheet.write(0, 7, 'adname')
    sheet.write(0, 8, 'adcode')
    sheet.write(0, 9, 'address')
    sheet.write(0, 10, 'type')
    sheet.write(0, 11, 'typecode')
    sheet.write(0, 12, 'gridcode')
    sheet.write(0, 13, 'entr_location')
    sheet.write(0, 14, 'timestamp')
    sheet.write(0, 15, 'tel')
    sheet.write(0, 16, 'postcode')
    sheet.write(0, 17, 'tag')
    sheet.write(1, 18, 'shopid')
    sheet.write(1, 19, 'shopinfo')


    for i in range(len(poilist)):
        # 每一行写入
        sheet.write(i + 1, 0, poilist[i]['id'])
        sheet.write(i + 1, 1, poilist[i]['name'])
        sheet.write(i + 1, 2, poilist[i]['location'])
        sheet.write(i + 1, 3, poilist[i]['pname'])
        sheet.write(i + 1, 4, poilist[i]['pcode'])
        sheet.write(i + 1, 5, poilist[i]['cityname'])
        sheet.write(i + 1, 6, poilist[i]['citycode'])
        sheet.write(i + 1, 7, poilist[i]['adname'])
        sheet.write(i + 1, 8, poilist[i]['adcode'])
        sheet.write(i + 1, 9, poilist[i]['address'])
        sheet.write(i + 1, 10, poilist[i]['type'])
        sheet.write(i + 1, 11, poilist[i]['typecode'])
        sheet.write(i + 1, 12, poilist[i]['gridcode'])
        sheet.write(i + 1, 13, poilist[i]['entr_location'])
        sheet.write(i + 1, 14, poilist[i]['timestamp'])
        sheet.write(i + 1, 15, poilist[i]['tel'])
        sheet.write(i + 1, 16, poilist[i]['postcode'])
        sheet.write(i + 1, 17, poilist[i]['tag'])
        sheet.write(i + 1, 18, poilist[i]['shopid'])
        sheet.write(i + 1, 19, poilist[i]['shopinfo'])



    # 最后，将以上操作保存到指定的Excel文件中
    book.save(r'' + cityname + "_" + classfield + '.xls')


# 将返回的poi数据装入集合返回
def hand(poilist, result):
    # result = json.loads(result)  # 将字符串转换为json
    pois = result['pois']
    for i in range(len(pois)):
        poilist.append(pois[i])


# 单页获取pois
def getpoi_page(cityname, keywords, page):
    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'
    data = ''
    with request.urlopen(req_url) as f:
        data = f.read()
        data = data.decode('utf-8')
    return data


# 获取城市分类数据

pois = getpois(cityname, classfiled)

# 将数据写入excel
write_to_excel(pois, cityname, classfiled)
print('写入成功')

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。

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/