[Python爬虫实战1]用高德地图API把经纬度坐标逆地理编码为地址

一、项目简介

python爬虫初学者，师姐给的一项任务是：给出20w用户的居住地经纬度，使用高德地图API提供的逆地理编码转换为用户的居住地地址，具体到街区，用于后续任务（用安居客查找该街道的二手房，并求对应的平均房价），感兴趣的可以看下一篇文章。

---

逆地理编码：将经纬度转换为详细结构化的地址，且返回附近周边的POI、AOI信息。
例如：116.480881,39.989410转换地址描述后：北京市朝阳区阜通东大街6号
更多详细介绍传送门：点击跳转至高德地图API

---

二、具体实现

1、申请Web服务API类型密匙key（用于后续程序）

这个步骤我直接省略了，师姐给了我4个key，实验室买过高德地图API的会员，每个key可以使用几十万次，网上有人说自己申请的可能每个只能使用几千次，本人没有亲自测试普通的key，自己把握。
点击跳转去申请key

2、程序编写

（1）读取文件

待处理数据格式为：工作地经度||工作地纬度||居住地经度||居住地纬度
例：
117.11926||36.67747||117.07051||36.68971||
117.05485||36.67257||||||
117.04961||36.67623||117.05031||36.67431||

def parse():  # 从文件中读取数据
    datas = []
    f = open("graphic", "r")
    content = f.readlines()  # 读取文件的所有数据
    f.close()
    for i in range(0, len(content)):
        work_jingdu = content[i].split('||')[0]  # 工作地经度
        work_weidu = content[i].split('||')[1]  # 工作地纬度
        live_jingdu = content[i].split('||')[2]  # 居住地经度
        live_weidu = content[i].split('||')[3]  # 居住地纬度
        data = []
        data.append(work_jingdu)
        data.append(work_weidu)
        data.append(live_jingdu)
        data.append(live_weidu)
        datas.append(data)
    return datas

（2）逆地理编码

逆地理编码函数
第一个参数用于确定使用哪个key,为了防止使用重复同一个key被封，我循环使用了4个key（第i条数据即用i%4个key），即把申请的key定义为一个全局列表 key=[‘key名1’,‘key名2’,‘key名3’,‘key名4’]
第二个参数为经纬度值（以列表存储）

def geocode(key_i, location):
    url = ('http://restapi.amap.com/v3/geocode/regeo?output=json&location='+ location[2] + ',' + location[3] + '&key=' + key[key_i % 4])
    try:
        print(url)
        response = requests.get(url=url, timeout=30)
        if response.status_code == 200:
            answer = response.json()
            try:
                adress = answer['regeocode']['addressComponent']['province'] + \
                     answer['regeocode']['addressComponent']['city'] + \
                     answer['regeocode']['addressComponent']['district']
                street = answer['regeocode']['addressComponent']['township']
            except TypeError:
                adress = "None"
                street = "None"
            return adress, street
        return "返回异常！", "返回异常！"
    except requests.RequestException:
        print('请求url时出现错误异常')
        return "请求异常！", "请求异常！"

（3）主程序

把最终数据写进location_info.csv文件中

if __name__ == '__main__':
    df = pd.DataFrame(columns=['工作地经度', '工作地纬度', '居住地经度', '居住地纬度', '区县', '街道'])
    locations = parse()
    adress = ''
    street = ''
    i = 0
    for location in locations:
        adress, street = geocode(i, location)
        if len(adress) == 0:
            adress = 'None'
        if len(street) == 0:
            street = 'None'
        df.loc[i] = [location[0], location[1], location[2], location[3], adress, street]
        i = i + 1
        print("第%d条数据已完成" % i)
    df.to_csv('location_info.csv', index=False)

三、后记

在程序测试运行过程中，一步步的加入了一些异常判断（这是一个好习惯，慢慢练）。比如一些居住地经纬度就很离谱，定位到了渤海，所以geocode函数返回的是空列表而不是地址字符串，所以就加入了TypeError异常判断。
这样程序就算出现报错也可以继续执行下去，只需要在整体运行完毕后手动把报错的数据再运行一遍，写入到最终的文件中。