如何抓取（采集）大众点评网的坐标（经纬度）信息

>>> 大众点评网最新完整数据 点击查看 <<<

<FORM style="BORDER-BOTTOM: 0px; TEXT-ALIGN: left; BORDER-LEFT: 0px; PADDING-BOTTOM: 0px; TEXT-TRANSFORM: none; BACKGROUND-COLOR: rgb(255,255,255); TEXT-INDENT: 0px; MARGIN: 0px; OUTLINE-STYLE: none; OUTLINE-COLOR: invert; PADDING-LEFT: 0px; OUTLINE-WIDTH: 0px; LETTER-SPACING: normal; PADDING-RIGHT: 0px; FONT: 13px/20px Tahoma, 'Microsoft YaHei', Verdana, Arial, Helvetica, sans-serif; WHITE-SPACE: normal; COLOR: rgb(51,51,51); VERTICAL-ALIGN: baseline; BORDER-TOP: 0px; BORDER-RIGHT: 0px; WORD-SPACING: 0px; PADDING-TOP: 0px; -webkit-text-stroke-width: 0px" action=http://db.site-digger.com/poi/ target=_blank>商铺URL：<INPUT style="WIDTH: 450px; FONT-FAMILY: inherit" name=url value=http://www.dianping.com/shop/550409> 

大众点评的地图位置很精确，但从HTML源码中却找不到坐标（经纬度）信息。

利用地址加载地图往往有比较大的偏差，从这一点上分析它肯定是利用的坐标（经纬度）信息。

分析JS发现原来它是把坐标（经纬度）信息进行了转换（防采集），就是HTML中的poi参数。

例如，http://www.dianping.com/shop/550409 如下图所示poi参数。

 

在JS中可以找到解码该参数的方法如下:

view plaincopy to clipboardprint?

1. function decode(C) {  

2.         var digi=16;  

3.         var add= 10;  

4.         var plus=7;  

5.         var cha=36;  

6.         var I = -1;  

7.         var H = 0;  

8.         var B = "";  

9.         var J = C.length;  

10.         var G = C.charCodeAt(J - 1);  

11.         C = C.substring(0, J - 1);  

12.         J--;  

13.         for (var E = 0; E < J; E++) {  

14.             var D = parseInt(C.charAt(E), cha) - add;  

15.             if (D >= add) {  

16.                 D = D - plus  

17.             }  

18.             B += (D).toString(cha);  

19.             if (D > H) {  

20.                 I = E;  

21.                 H = D  

22.             }  

23.         }  

24.         var A = parseInt(B.substring(0, I), digi);  

25.         var F = parseInt(B.substring(I + 1), digi);  

26.         var L = (A + F - parseInt(G)) / 2;  

27.         var K = (F - L) / 100000;  

28.         L /= 100000;  

29.         return {  

30.             lat: K,  

31.             lng: L  

32.         }  

33. }  

34. document.write(decode('HHDFJGZVVIHIJG').lat+','+decode('HHDFJGZVVIHIJG').lng);<br>  

鲲鹏数据的技术人员给出该decode函数的Python实现如下：

view plaincopy to clipboardprint?

1. # coding: utf-8  

2. # 解析大众点评地图坐标参数(POI)  

3. # 鲲鹏数据 http://www.site-digger.com  

4.   

5. def to_base36(value):  

6.     """将10进制整数转换为36进制字符串 

7.     """  

8.     if not isinstance(value, int):  

9.         raise TypeError("expected int, got %s: %r" % (value.__class__.__name__, value))  

10.   

11.     if value == 0:  

12.         return "0"  

13.   

14.     if value < 0:  

15.         sign = "-"  

16.         value = -value  

17.     else:  

18.         sign = ""  

19.   

20.     result = []  

21.   

22.     while value:  

23.         value, mod = divmod(value, 36)  

24.         result.append("0123456789abcdefghijklmnopqrstuvwxyz"[mod])  

25.   

26.     return sign + "".join(reversed(result))  

27.   

28. def decode(C):  

29.     """解析大众点评POI参数 

30.     """  

31.     digi = 16  

32.     add = 10  

33.     plus = 7  

34.     cha = 36  

35.     I = -1  

36.     H = 0  

37.     B = ''  

38.     J = len(C)  

39.     G = ord(C[-1])  

40.     C = C[:-1]  

41.     J -= 1  

42.       

43.     for E in range(J):  

44.         D = int(C[E], cha) - add  

45.         if D >= add:  

46.             D = D - plus  

47.         B += to_base36(D)  

48.         if D > H:  

49.             I = E  

50.             H = D  

51.   

52.     A = int(B[:I], digi)  

53.     F = int(B[I+1:], digi)  

54.     L = (A + F - int(G)) / 2  

55.     K = float(F - L) / 100000  

56.     L = float(L) / 100000  

57.     return {'lat': K, 'lng': L}  

58.   

59. if __name__ == '__main__':  

60.     print decode('IBGITBZUHGDVEM')  

61.    

效果演示：在本文的最开始放置了一个查询表单，输入某个商铺的URL点击查询后即可查看到该商铺的坐标（经纬度）信息。

特别说明：该文章为鲲鹏数据原创文章 ，你除了可以发表评论外，还可以转载到你的网站或博客，但是请保留源地址，谢谢!!（尊重他人劳动，你我共同努力）

http://www.site-digger.com/  
西安鲲之鹏网络信息技术有限公司 - 国内最专业Web数据采集服务提供商  
选择我们，所有数据都是你的！  
电话：13389148466（周先生）或   13571845363（齐先生）
QQ：1649677458 或 312602670
Email：[email protected]