如何获取各城市POI总量？

有时候，我们并不需要获取POI的具体位置，只需要知道有每个城市有多少种特定类型的POI即可，比如我们需要比较“星巴克”和“瑞幸咖啡”的门店在全国的布局差异时，又或者我们在进行城市级宏观研究时，可能需要把人均POI数量、POI密度或者POI数量作为一个影响因素进行分析。

针对这种特别的POI抓取需求，同样可以通过调用百度Place API进行实现，具体实现方式为首先调用Place API查全国范围的POI，获取北京、天津、重庆、上海四个直辖市的POI数量，然后多次调用Place API查各省的POI，获取特定省份下的各城市特定POI总量。实现该需求的easy版代码如下：

#-*-coding:utf-8-*-
#用于抓取除港澳台外国内所有地级及地级以上城市的指定POI数量
import json
import requests
import importlib,sys
import time


#python3中文编码,创建POI类方便输出
importlib.reload(sys)
class POI:
    id=-1
    province=''
    city=''
    num=-1


#参数设置区
#Query是关键字，Tag是POI类型，百度POI分类表为 http://lbsyun.baidu.com/index.php?title=lbscloud/poitags
inputKey='YourBAIDUKeySample1'
inputQuery='旅游景点'
inputTag='旅游景点'
outputPath='E:\\desktop\\'

#固定参数初始化
provValues=['河北省','山西省','辽宁省','吉林省','黑龙江省','江苏省','浙江省','安徽省','福建省','江西省','山东省','河南省','湖北省','湖南省','广东省','海南省','四川省','贵州省','云南省','陕西省','甘肃省','青海省','内蒙古自治区','广西壮族自治区','西藏自治区','宁夏回族自治区','新疆维吾尔自治区']
spcityValues=['北京市','上海市','天津市','重庆市']
poilist=list()
tid=1
t1=time.time()

#处理直辖市
url='http://api.map.baidu.com/place/v2/search?query='+inputQuery+'&tag='+inputTag+'&region=全国&output=json&ak='+inputKey
response = requests.get(url)
data = json.loads(response.text)
for item in data['results']:
    if item['name'] in spcityValues:
        tpoi=POI()
        tpoi.id=tid
        tpoi.province=item['name']
        tpoi.city=item['name']
        tpoi.num=item['num']
        poilist.append(tpoi)
        tid += 1
print('直辖市处理完毕..')

#处理普通省或自治区下的城市
for i in range(len(provValues)):
    print('处理'+provValues[i]+'中...')
    url='http://api.map.baidu.com/place/v2/search?query='+inputQuery+'&tag='+inputTag+'&region='+provValues[i]+'&output=json&ak='+inputKey
    response = requests.get(url)
    data = json.loads(response.text)
    for item in data['results']:
        tpoi=POI()
        tpoi.id=tid
        tpoi.province=provValues[i]
        tpoi.city=item['name']
        tpoi.num=item['num']
        poilist.append(tpoi)
        tid+=1
print('普通城市处理完毕')
t2=time.time()
#把结果写出到OSpider_Query_Tag.txt文件中
result_path=outputPath+'OSpider_'+inputQuery+'_'+inputTag+'.txt'
file = open(result_path, 'w')
file.write('-------------------------------OSpider_v.sp ---------------------------------------\n')
file.write('于 ' + time.strftime("%Y-%m-%d %H:%M:%S", time.localtime()) + ' 抓取除港澳台外国内所有地级及地级以上城市的指定POI数量\n')
file.write('抓取关键词：' + inputQuery + '\n')
file.write('POI类型：' + inputTag+ '\n')
file.write('使用的KEY：'+inputKey+'\n')
file.write('抓取耗时：'+str(t2-t1)+'s\n')
file.write('-------------------------------results----------------------------------------\n')
file.write('id\tprovince\tcity\tnum\n')
for each in poilist:
    tstr = str(each.id)+ '\t' + each.province + '\t' + each.city + '\t' + str(each.num) + '\n'
    file.write(tstr)
file.close()
print('写入完毕，输出路径：'+result_path)

上述代码未进行封装，且鲁棒性并不足够优秀。为了更方便且健壮的实现上述功能，建议使用开源项目OSpider中的POISpider.py，可以在项目主页获取源码。调用OSpider中的POISpider实现分城市获取POI总量的代码如下：

from POISpider import BaiduPOISpider

keylist=['YourBAIDUKeySample1','YouRbaiDuKEYsaMPlE2']
spider=BaiduPOISpider()
spider.set_key(keylist,thread_protect=3)

#测试分城市获取POI总量(check)
df=spider.getPOI_CityNum('高中','中学')

#输出结果至CSV文件
df.to_csv('分城POI总量_高中.csv', encoding='utf-8-sig')

如果完全不想写代码，也可以直接下载OSpider桌面软件，通过“分城市获取POI总量”功能刷刷刷地搞定。

功能：用于抓取除港澳台外国内所有地级及地级以上城市的指定POI数量并输出CSV/TXT格式文件。适用于宏观研究(把各城市的POI量作为指标)。

输入参数说明

参数#######	说明
POI名称	检索关键字。支持多个关键字并集检索，不同关键字间以$符号分隔，最多支持10个关键字检索。如:”银行$酒店”。如果需要按POI分类进行检索，请将分类通过“POI名称”参数进行设置，如“POI名称=咖啡厅”，此时POI类型建议留空。
[POI类型]	检索分类偏好，可为空，多个分类以","分隔，如果需要严格按分类检索，请留空并设置POI名称为分类名。典型的POI类型使用场景为特定类型下按名称检索，如抓取名称中包括“鑫源”的便利店（POI名称=鑫源，POI类型=便利店）
输出文件	结果文件的保存路径，支持输出为TXT(.txt),CSV(.csv)

抓取结果属性说明

列名	说明
provice	省份名
city	城市名
num	该城市特定POI总量

注意事项

1. 分城市获取POI总量所获得的值的与百度地图大比例尺下各城市指定POI数量标注是类似的，该值仅供参考，与具体抓取某城市POI的实际数量相比有时偏大有时偏小。
2. OSpider尚不提供城市面文件，如有需要请根据城市名自行链接。

OSpider v3.0.0桌面版的核心功能为按行政区划名称、矩形框、圆形区和自定义面文件四种方式抓取POI(暂仅支持百度POI,高德POI将再下一次更新中加入)，支持通过csv批处理文件批量执行POI抓取任务,且提供了分城市获取POI总量的实用工具。OSpider v3.0.0也集成了WGS84/BD09/GCJ02坐标互转工具与地址解析工具。

OSpider v3.0.0源码的功能模块包括POI抓取模块、坐标转换模块、行政区划获取模块、地址解析模块。