本篇博文为博主原创,转载请表明。

  城市公共交通、大巴数量呈现了城市的公交,商讨该数据足以开掘城市的直通协会、路网规划、公共交通选址等。不过,那类数据往往控制在一定部门中,很难得到。网络地图上有大量的信息,蕴含公共交通、地铁等数据,解析其数额报告方式,能够通过Python爬虫采集。闲言少叙,接下去将详细介绍如何利用Python爬虫爬取城市公共交通、大巴站点和数码。

  首先,爬取研讨城市的全部公共交通和大巴线路名称,即XX路,地铁X号线。能够通过图吧公共交通、公交网、868肆 、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余公共交通线路名称。Python写个简易的爬虫就能收集,可参考WenWu_Both的稿子,博主详细介绍了怎么样运用python爬取8684上某城市具备的公共交通站点数据。该博主采集了站点详细的音讯,包括,不过缺点和失误了公共交通站点的坐标、公共交通线路坐标数据。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、线路的收获。

json 1

  以图吧公共交通为例,点击某一公共交通后,出现该路公共交通的事无巨细站点音信和地图新闻。博主顿感欢愉,觉得立时就要打响了,各个抓包,发现并不能够分析。恐怕博主技术所限,如有大神能从中抓到站点和路线的坐标新闻,请不宁赐教。那TM就让人到底了哟,到嘴的肥肉吃不了。

json 2

  天无绝人之路,尝试找找某地图的API,发现能够调用,通过分析,能够找到该数额的后台地址。熟习前端的能够试行,博主前端也就只会个hello
world,不献丑了。那是一种思路,实践评释是足以的。

json 3

  地图API能够,那么通过地图抓包吗?打开某图主页,直接输入某市公共交通名称,通过抓包,成功找到站点和路线新闻。具体抓包音讯如下图所示,busline_list中详尽列出了站点和路线的新闻,在那之中有两条,是相同趟公共交通差别方向的数据,略互不相同,需注意。找到入口过后,接下去爬虫就要大显身手了。

json 4

  首要爬取代码如下,其实也很简短,主函数如下。首先须求构建传入的参数,主要的席卷路线名称,城市编码,地理范围,缩放尺度。地理范围能够通过坐标拾取器获取,参数经url编码后,发送请求,判断再次回到数据是不是符合须求(注:大概该路线地图上停止运输或不设有,也或者是访问速度过快,反爬虫机制亟待人工验证,博主爬取的时候际遇过,所此前面设置了自由休眠)。接下来,正是解析json数据了。代码中的extratStations和extractLine,正是提取要求的字段,怎么着,是否很不难。最终,便是保存了,站点和路径分别存款和储蓄。

 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

  附上海博物馆主的解析函数:

 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:

json 5

  以下是某一条公交站点和路线的拍卖后的数码体现。由于分化的地图商选择区别的坐标系,会有两样程度的偏差,须要坐标纠偏。下一步,博主将详细介绍如何批量将那些站点和坐标举行坐标改良和矢量化。

 json 6

 

相关文章

网站地图xml地图