最近公司需要收集某个站点的POI数据，但是这些API默认有POI条数限制，针对高德和百度地图的开放平台周边搜索poi限制200条数据，搜索网上大部分是开通服务或者是多边形搜索的矩形搜索，我想要的是类似于圆形的周边搜索，于是提出正多边形的多边形搜索，建议正8边形起步（我这是12边形），可以达到类似圆形效果，本质是多个等腰三角形合在一起，然后两条腰的交点是公用的，也就是中心坐标，理论上说边数越多，越像圆形，就跟数学积分一样。
在这里展示的是高德地图POI数据多边形获取，其实百度地图开放平台也差不多。
1、api数据获取的类型尽量使用小类名，不要使用大类，例如餐饮属于大类、中餐馆属于中类、粤菜属于小类，如果你想把一个大类的全部爬取下来，建议是下载相对应的POI类别的excel表然后导入程序，然后然后把大类对应的全部小类导入到程序中，开发者文档里有下载链接，自己可以找找。
2、我这里其实算法不够完美，因为我这里搜索的POI数据少，用不上更深入的算法，理论上说，12-18边形足够满足圆形的需求，如果在12-18边形内，有一个三角形的POI数据超过200条（加一个判断，如果该三角形的poi数据大于170或者页码>17还存在poi数据的话（默认每页10条）则认为这个三角形的poi数据可能会超过200（不建议直接大于200，因为是不会到200条的，我亲测最高180几条）），则可以把这个等腰三角形分成两个全等三角形，这样子不会改变整体的边数，只是在一个三角形内部分成两个单独算，如果分开后仍然有上述POI总数大于170的情况，就再分开，类似于递归调用。
上代码展示。
from geopy.distance import geodesic
import pandas as pd
import json
import urllib.request
import urllib.parse
import math
import os
# 坐标字符串转换成数值坐标
def getLocation(locationStr):
# 提取坐标值
lon_str, lat_str = locationStr.split(',')
# 转换为浮点数
lon = float(lon_str)
lat = float(lat_str)
# 保留六位小数
lon = round(lon, 6)
lat = round(lat, 6)
return lon, lat
# 计算两个坐标的距离
# 该作用的方法是计算站点内的数据点到中心点的直线距离，因为用的是多边形搜索，所以默认没有中心点
def haversine_distance(lat1, lon1, lat2, lon2): # 四个参数分别是两个坐标的经纬度
# 将经度和纬度转换为弧度
lat1_rad = math.radians(lat1)
lon1_rad = math.radians(lon1)
lat2_rad = math.radians(lat2)
lon2_rad = math.radians(lon2)
# 应用 Haversine 公式计算距离
dlon = lon2_rad - lon1_rad
dlat = lat2_rad - lat1_rad
a = math.sin(dlat / 2) ** 2 + math.cos(lat1_rad) * math.cos(lat2_rad) * math.sin(dlon / 2) ** 2
c = 2 * math.atan2(math.sqrt(a), math.sqrt(1 - a))
radius = 6371 # 地球半径，单位为千米
distance = radius * c * 1000 # 将距离转换为米
return round(distance, 2)
# 参数1：大类中文名称；参数2：poi类别文件路径
# 该方法的作用是提取大类相对应的小类，并传入url作为参数
def littleTypeList(bigType, PoiTypeOfPath):
df = pd.read_excel(PoiTypeOfPath, usecols=['大类', '小类'])
littleTypeStr = ""
for index, row in df.iterrows():
if row['大类'] == bigType:
littleTypeStr = row['小类'] + '|' + littleTypeStr
littleTypeStr = littleTypeStr[:-1]
return littleTypeStr
# 选择是否导出excel
def toExcel(df, stationName, centerLon, centerLat, radius):
# 选择是否导入并保存文件
while True:
yes = input("选择是否将该数据导入文件，是请输入yes，否输入no:") # 选择是否导入文件
if yes == "yes":
while True:
path = input("请输入存放路径目录，注意如果路径最后没有斜杠 ,加上斜杠\:")
if os.path.exists(path): # 判断文件夹是否存在
df.to_excel(f"{path}{stationName}-{centerLon, centerLat}-{bigType}-{radius}米.xlsx")
break
else:
print("路径不存在,请重新输入")
continue
break
elif yes == "no":
print(df)
break
else:
print("输入错误，请重新输入")
continue
# 参数1：站点名称；参数2：中心点经度；参数3：中心点维度；参数4：多边形边数；参数5：中心的范围，单位米；参数6：大类中文并称；参数7：
# 主方法，计算中心站点要修范围内的数据点及其相关信息
def calculate_location(stationName, centerLon, centerLat, num, radius, GaoDeKey, headers, bigType, PoiTypeOfPath):
# 每次旋转的扫描的方位角：每一小部分根据中心点顺时针旋转,保留五位小数
# 初始旋转方位角
init_bearing = 0
# 360/num 表示获取方位角并保留5位小数
bearing = round(360 / num, 5)
# 数据帧，用来存放已经处理好的数据，以便后期导出excel文件
df = pd.DataFrame(
columns=['parent', 'address', 'distance', 'pcode', 'adcode', 'pname', 'cityname', 'type', 'typecode',
'adname', 'citycode', 'name', 'location', 'id'])
# 数据帧索引，从0开始
dfIndex = 0
for i in range(1, num + 1):
# 三角形坐标
# 计算偏移后的坐标
destination1 = geodesic(kilometers=radius / 1000).destination((centerLat, centerLon), init_bearing)
destination2 = geodesic(kilometers=radius / 1000).destination((centerLat, centerLon), init_bearing + bearing)
# 计算偏移后的坐标保留6位小数
lat2, lon2 = round(destination1.latitude, 6), round(destination1.longitude, 6)
lat3, lon3 = round(destination2.latitude, 6), round(destination2.longitude, 6)
init_bearing = init_bearing + bearing
littleTypeStr = littleTypeList(bigType, PoiTypeOfPath)
# 设置最大访问页数，因为我这边POI数据少，所以每个三角形一般不到两百条,可以根据自己情况设定
for page_num in range(1, 11):
# 高德地图开放平台API
url = f'https://restapi.amap.com/v5/place/polygon?polygon={centerLon},{centerLat}|{lon2},{lat2}|{lon3},{lat3}|{centerLon},{centerLat}&types={littleTypeStr}&page_size=25&page_num={page_num}&output=json&key={GaoDeKey}'
# 对 URL 进行编码
url = urllib.parse.quote(url, safe=':/?&=|')
req = urllib.request.Request(url=url, headers=headers, method='GET')
response = urllib.request.urlopen(req)
text = response.read().decode('utf-8')
jsonStr = json.loads(text)
pois = jsonStr["pois"]
# 设置数据帧打印选项，不省略行和列
pd.set_option('display.max_rows', 10)
pd.set_option('display.max_columns', 15)
# 判断爬取的内容当页有没有数据，
if len(pois) == 0:
# 如果该页没有数据，则表示该三角形内已经爬取完成，则开始爬到下一个三角形的poi数据,节约访问次数。
print("该页没有数据,进入下一个三角形地区的数据获取")
break
else:
print("该页有数据")
for j in range(0, len(pois)):
df.loc[dfIndex] = pois[j]
rad_lon, rad_lat = getLocation(pois[j]["location"])
df.at[dfIndex, "distance"] = haversine_distance(centerLon, centerLat, rad_lon, rad_lat)
dfIndex = dfIndex + 1
print(df)
print("数据展示成功")
toExcel(df, stationName, centerLon, centerLat, radius)
if __name__ == '__main__':
# 高德地图分类文档下载，需要自行查看自己所要查询的分类,这个文件一定要存在
# https://lbs.amap.com/api/webservice/download
# 导入分类文件，选出大类相对应的小类当作类别
# 中心点经度，保留六位小数
centerLon =
# 中心点维度，保留六位小数
centerLat =
# 多边形边数
num = 12
# POI类别文件路径,就是刚刚要求下载的文件,可以去官网搜索下载，然后每次直接导入
PoiTypeOfPath = r"PoiTypeOf.xlsx"
# 自己相对应的大类
bigType = "poi大类中文名"
# 请求头
headers = {
'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/118.0.0.0 Safari/537.36'}
# 搜索范围、单位米，最大取值5000000
radius = 500
# 高德地图开发Key:
GaoDeKey = "你的高德地图开放平台key"
# stationName,站点中文名称
stationName = "站点中文名称"
# 调用主方法
# 参数1，2：中心坐标经度纬度；参数3：多边形边数；参数4：中心点范围，单位米，最大值位5000000；参数6：高德地图APIkey；参数7：请求头; 参数8：大类名称；参数9：
calculate_location(stationName, centerLon, centerLat, num, radius, GaoDeKey, headers, bigType, PoiTypeOfPath)
POI文件内容文件内容（高德地图开放平台，百度地图的内容不一样）如下，去开发者文档里找，里面有下载链接
如果想要使用，首先要把库安装好，然后把下图的参数值改成自己的就行。
扫一扫
1326
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
