本篇博文为博主原创,转载请讲明。

  城市公交、地铁数量反映了都会的公共交通,研商该数量可以挖掘城市的交通结构、路网规划、公交选址等。可是,这类数据往往控制在特定部门中,很难到手。互联网地图上有大量的信息,包含公交、地铁等数据,解析其数额上报形式,可以透过Python爬虫采集。闲言少叙,接下去将详细介绍怎样行使Python爬虫爬取城市公交、地铁站点和数据。

  首先,爬取钻探城市的有着公交和地铁线路名称,即XX路,地铁X号线。可以由此图吧公交、公交网、8684、本地宝等网站取得,该类网站提供了按数字和字母划分类其它公交线路名称。Python写个大概的爬虫就能募集,可参看WenWu_Both的稿子,博主详细介绍了何等利用python爬取8684上某都会具有的公交站点数据。该博主采集了站点详细的音信,包括,可是缺失了公交站点的坐标、公交线路坐标数据。这就令人抓狂了,没有空间坐标怎么落图,怎么分析,所以,本文重点介绍的是站点坐标、线路的获取。

图片 1

  以图吧公交为例,点击某一公交后,出现该路公交的详实站点消息和地图音信。博主顿感兴奋,觉得霎时就要打响了,各个抓包,发现并无法分析。可能博主技术所限,如有大神能从中抓到站点和路线的坐标消息,请不宁赐教。这TM就令人绝望了啊,到嘴的肥肉吃不了。

图片 2

  天无绝人之路,尝试找找某地图的API,发现可以调用,通过分析,可以找到该多少的后台地址。熟习前端的能够试试,博主前端也就只会个hello
world,不献丑了。这是一种思路,实践评释是足以的。

图片 3

  地图API可以,那么通过地图抓包吗?打开某图主页,直接输入某市公交名称,通过抓包,成功找到站点和线路信息。具体抓包信息如下图所示,busline_list中详细列出了站点和线路的音讯,其中有两条,是同样趟公交不同倾向的数目,略有差异,需注意。找到入口过后,接下去爬虫就要大显身手了。

图片 4

  重要爬取代码如下,其实也很粗略,主函数如下。首先需要构建传入的参数,首要的牢笼路线名称,城市编码,地理范围,缩放尺度。地理范围能够由此坐标拾取器获取,参数经url编码后,发送请求,判断再次来到数据是否符合要求(注:可能该路线地图上停运或不设有,也说不定是访问速度过快,反爬虫机制亟待人工验证,博主爬取的时候遭遇过,所未来面设置了随机休眠)。接下来,就是解析json数据了。代码中的extratStations和extractLine,就是提取需要的字段,咋样,是不是很简短。最终,就是保存了,站点和路线分别存储。

 1 def main():
 2     df = pd.read_excel("线路名称.xlsx",)
 3     BaseUrl = "https://ditu.amap.com/service/poiInfo?query_type=TQUERY&pagesize=20&pagenum=1&qii=true&cluster_state=5&need_utd=true&utd_sceneid=1000&div=PC1000&addr_poi_merge=true&is_classify=true&"
 4     for bus in df[u"线路"]:
 5         params = {
 6             'keywords':'11路',
 7             'zoom': '11',
 8             'city':'610100',
 9             'geoobj':'107.623|33.696|109.817|34.745'
10         }
11         print(bus)
12         paramMerge = urllib.parse.urlencode(params) 
13         #print(paramMerge)
14         targetUrl = BaseUrl + paramMerge
15         stationFile = "./busStation/" + bus + ".csv"
16         lineFile = "./busLine/" + bus + ".csv"
17         
18         req = urllib.request.Request(targetUrl)
19         res = urllib.request.urlopen(req)
20         content = res.read()
21         jsonData = json.loads(content)
22         if (jsonData["data"]["message"]) and jsonData["data"]["busline_list"]:
23             busList = jsonData["data"]["busline_list"] ##busline 列表
24             busListSlt = busList[0] ## busList共包含两条线,方向不同的同一趟公交,任选一趟爬取
25             
26             busStations = extratStations(busListSlt)
27             busLine = extractLine(busListSlt)
28             writeStation(busStations, stationFile)
29             writeLine(busLine, lineFile)
30             
31             sleep(random.random() * random.randint(0,7) + random.randint(0,5)) #设置随机休眠
32         else:
33             continue

  附上博主的剖析函数:

 1 def extratStations(busListSlt):
 2     busName = busListSlt["name"]
 3     stationSet = []
 4     stations = busListSlt["stations"]
 5     for bs in stations:
 6         tmp = []
 7         tmp.append(bs["station_id"])
 8         tmp.append(busName)
 9         tmp.append(bs["name"])
10         cor = bs["xy_coords"].split(";")
11         tmp.append(cor[0])
12         tmp.append(cor[1])
13         wgs84cor1 = gcj02towgs84(float(cor[0]),float(cor[1]))
14         tmp.append(wgs84cor1[0])
15         tmp.append(wgs84cor1[1])
16         stationSet.append(tmp)
17     return stationSet
18 
19 def extractLine(busListSlt):
20     ## busList共包含两条线,备注名称
21     keyName = busListSlt["key_name"]
22     busName = busListSlt["name"] 
23     fromName = busListSlt["front_name"]
24     toName = busListSlt["terminal_name"]
25     lineSet = []
26     Xstr = busListSlt["xs"]
27     Ystr = busListSlt["ys"]
28     Xset = Xstr.split(",")
29     Yset = Ystr.split(",")
30     length = len(Xset)
31     for i in range(length):
32         tmp = []
33         tmp.append(keyName)
34         tmp.append(busName)
35         tmp.append(fromName)
36         tmp.append(toName)
37         tmp.append(Xset[i])
38         tmp.append(Yset[i])
39         wgs84cor2 = gcj02towgs84(float(Xset[i]),float(Yset[i]))
40         tmp.append(wgs84cor2[0])
41         tmp.append(wgs84cor2[1])
42         lineSet.append(tmp)
43     return lineSet

  爬虫采集原始数据如下:

图片 5

  以下是某一条公交站点和线路的拍卖后的数额显示。由于不同的地图商拔取不同的坐标系,会有不同水平的不是,需要坐标纠偏。下一步,博主将详细介绍怎样批量将这个站点和坐标举行坐标纠正和矢量化。

 图片 6

 

相关文章

网站地图xml地图