2025年全国火车站经纬度信息数据

说明

日常随记，若有问题之处欢迎大家指正，共同进步，BIUBIUBIU~~~
目标：获取全国火车站经纬度和火车站所属城市信息
有需要数据文件的，**注意看评论区获取。创作不易，请大家点赞收藏，给我定期更新的动力Biu~Biu~Biu~**
最新进展1：我已在2024年4月更新一次数据，本次相较于2023年11月，新增了63个站点数据。
最新进展2：我已在2025年2月17更新一次数据，本次相较于2024年4月，新增了94个站点数据。

步骤说明：

第一步：获取全国火车站名称数据

网上先找到全国火车站站点数据（百度资源挺多），我这边找到的站点数据：

第二步：火车站数据预处理

对火车站数据进行预处理，转换为便于后面获取经纬度的格式。这里是直接纯前端实现，加上高德地图对于个人开发者的免费配额限制（地理编码日调用量上限5000，并发30），另外了解到高德地理编码JS API支持批量和单个两种转换模式，批量模式是调用一次接口只能转10个地点，所以将火车站数据转换为三位数组，然后遍历三位数组，逐批次调批量转换接口获取经纬度后在浏览器控制台输出_{（没生成文件）}，开发者只需每次复制下控制台的输出内容再合并起来即可。大概结果如下：

//第3层，长度为11
[
	//第2层，长度为30,因为高德接口并发为30
	[
		//第1层，长度为10，因为高德批量接口，一次只能转10个
		["北京北","北京东","北京","北京南","北京大兴","北京西","北京朝阳","重庆北","重庆","重庆南"],
		["重庆西","上海","上海南","上海虹桥","上海西","天津北","天津","天津南","天津西","滨江"],
		["百浪","班猫箐","北营","长春","长春南","长春西","成都东","成都南","成都","成都西"],
		//...
	],
	//...
]

第三步：获取高德key及页面引入地图

1、先去高德开放平台注册申请个人key和安全密钥；注册好账号后，依次点击“右上角控制台-左边应用管理-我的应用-创建新应用-创建好后，选择添加Key-服务平台选择Web端(JS API)-提交”，即可获得key和安全密钥。

2、前端index.html页面内引入高德地图JS

    <!--高德JS-->
    <script type="text/javascript">
        window._AMapSecurityConfig = {
            securityJsCode:'填写申请的安全密钥',
        }
    </script>
    <script type="text/javascript" src="https://webapi.amap.com/maps?v=2.0&key=填写申请的key&plugin=AMap.Geocoder"></script>

第四步：获取火车站经纬度

1、遍历3维度数组，调用”批量地理编码“接口

//高德-批量-3维度数组，需依次调11次接口
function queryStationThree() {
  try{
    AMap.plugin('AMap.Geocoder', function() {
      const geocoder = new AMap.Geocoder({});
      let stationLL= [];
      let nowCur = 1;//依次将值设为1,2,3,4,5,6,7,8,9,10,11后，调11次此接口
      //THREE_DIM 就是三维数组
      let datas = THREE_DIM.slice(nowCur - 1,nowCur);
      console.log("第",nowCur, "批次地理位置");
      datas.forEach((twos, indexP) => {
        twos.forEach((names, indexT) => {
          const addresses = names.map(name => (`${name}站`));//批量每次最多查询10个
          geocoder.getLocation(addresses, function(status, result) {
            if (status === 'complete' && result.info === 'OK') {
              // result中对应详细地理坐标信息,result.geocodes为批量地址地理编码数据
              result.geocodes.forEach((item, index) => {
                stationLL.push({
                  name: names[index],
                  lat:item?.location?.lat || '',
                  lng:item?.location?.lng || '',
                  gCode: item?.adcode || '',
                  gCity: item?.addressComponent?.city || '',
                  gCityCode:item?.addressComponent?.citycode || '',
                })
              });
            }
          })
        }) 
      })
     //延迟5s，待这批300个站点经纬度获取成功后，复制控制台输出的结果即可
      setTimeout(()=>{
        console.log(JSON.stringify(stationLL));
        console.log(stationLL.length);//前10次的长度都是300，第11次的长度为263
      }, 5000);
    })
  }catch(e) {
    console.error(e);
  }
}

2、406个异常数据处理
实际在通过“批量转换”全量数据后，有些站点没有转换成功，尝试过再调批量接口转换也失败，所以改成对这些数据通过“单个转换”模式，结果证明是可以获取到的。所以这里先是对全量数据筛选，找出一场数据集合，然后根据并发30限制，将这些数据按照30个为一组，组合成二位数组

[//第2层,长度为14
	[//第1层：长度为30
		{"name":"钢城","lat":"","lng":"","gCode":"","gCity":"","gCityCode":""},
		{"name":"广南卫","lat":"","lng":"","gCode":"","gCity":"","gCityCode":""},
		{"name":"金马村","lat":"","lng":"","gCode":"","gCity":"","gCityCode":""},
		//...
	],
	//...
]

然后遍历二维度数组，调用”单个地理编码“接口

//高德-单个-2维度数组14次
function queryStationSingle() {
  try{
    AMap.plugin('AMap.Geocoder', function() {
      const geocoder = new AMap.Geocoder({});
      let stationLL= [];
      let nowCur = 1;//依次将值设为1,2,3,4,5,6,7,8,9,10,11,12,13,14后，调14次此接口
      //TWO_DIM_SINGLE 就是二维数组
      let datas = TWO_DIM_SINGLE.slice(nowCur - 1,nowCur);
      console.log("第",nowCur, "批次地理位置");
      datas[0].forEach((itemS, indexP) => {
        geocoder.getLocation(`${itemS.name}站`, function(status, result) {
          if (status === 'complete' && result.info === 'OK') {
            let item = result.geocodes[0];
            stationLL.push({
              name: itemS.name,
              lat:item?.location?.lat || '',
              lng:item?.location?.lng || '',
              gCode: item?.adcode || '',
              gCity: item?.addressComponent?.city || '',
              gCityCode:item?.addressComponent?.citycode || '',
            })
          }
        })
      })
      //延迟5s，待这批30个站点经纬度获取成功后，复制控制台输出的结果即可
      setTimeout(()=>{
        console.log(JSON.stringify(stationLL));
        console.log(stationLL.length);//前13次的长度都是30，第14次的长度为16
      }, 5000);
    })
  }catch(e) {
    console.error(e);
  }
}

3、将两轮处理的数据进行整合，即可得到3263个站点经纬度数据集合。
最总拿到的数据为：

[//3262个
	{"name":"北京北","lat":39.945258,"lng":116.353015,"gCode":"110102","gCity":"北京市","gCityCode":"010"},
	{"name":"北京东","lat":39.9028,"lng":116.484487,"gCode":"110105","gCity":"北京市","gCityCode":"010"},
	//...
]

总结

以上就是H5+高德地图获取到全国火车站经纬度信息的过程，处理形式上肯定非最优，仅是个人的经历记录。对于最终生成的数据文件，我已上传至网盘，如有需要的看评论区或者直接私聊我，我会尽快发送。