python爬虫_抓取瓦片图片信息并将其拼接_以mapbar为例（适用交通工程类专业）

爬虫是抓取数据的高效率方法，本次介绍爬取瓦片图片并进行拼接：
瓦片信息就是，类似于拼图，一块块小的拼图本身所含的信息并不多，将所有的拼图碎片全部抓取之后，再将其拼接成完成的拼图，才能运用其中的数据。

瓦片图片主要存在在地图（包含道路交通等等以不同图层layer的方式展现），每块瓦片碎片的大小、类别都是一样的，只是所代表的位置不同罢了。也因此每块瓦片碎片都有它自己的标号来标定当前瓦片的位置（一般是以某种方向的坐标系为准）。
所以，首先解析瓦片标号并构建瓦片所在的坐标系，之后按照一定的范围依次爬取，最后进行拼接就可以得到想要的数据了。流程大概如下：

这次就以mapbar为例爬取道路交通拥堵情况

绿色、黄色、红色的线就是北京市的道路交通拥堵情况了，目标是尽可能详细地抓出来然后拼接。

第一步，瓦片标号解析

打开开发者工具F12，进一步放大地图会弹出很多.png格式的图，前面是一连串序号。在network的preview里就能看到图的样子，明显就是道路交通拥堵的图层瓦片。

这里就直接解析这张图的序列号：o b 16bd l 9bd
这是一个16位进制编码的标号，o为开头，b代表大小层级，16bd是x轴，l为xy轴分隔，9bd是y轴。顺序从左到右，从下到上，典型的xy坐标系啊。
因此大概找了北京等其他城市的大致范围，并将其存到了表格方便依次读取，表格大概长这样：

df1=pd.read_excel('pic.xlsx',sheet_name='cityinf',header=0,index=False)
data_citypic=df1.values
citynum=data_citypic.shape[0] #city num=42

然后是对坐标解析：

'''xy坐标信息'''
def city_loc(number):
    n=number                            #表格里的序号，代表城市
    city_inf=data_citypic[n,1:4]        #读取需要的信息
    cityname=city_inf[0]
    xy1_16=city_inf[1]
    xy2_16=city_inf[2]                  #16位进制坐标
    x1_16=xy1_16[2:6