获取各城市地铁站点及位置坐标-Python

1、基本介绍

我们的目标是编写一个 Python 函数，用于获取指定城市的地铁站数据，包括其名称和坐标

首先，高德地图提供了各城市地铁站点的数据，我们可以直接访问得到，可以通过下图发现，直接访问这个链接就可以得到某个城市的地铁的json数据

通过分析，我们发现这个链接是具有一定的规律的：

常州：http://map.amap.com/service/subway?_1708930872179&srhdata=3204_drw_changzhou.json
南京：http://map.amap.com/service/subway?_1708930872179&srhdata=3201_drw_nanjing.json
因此，url可以表示为下面这个格式

http://map.amap.com/service/subway?_1708930872179&srhdata={cityid}_drw_{cityname}.json

我们的目标是得到每个城市的ID，将{cityid}和{cityname}替换为对应的城市id及名称就OK

2、获取网页

这一步是通过高德地图得到每个城市的名称及对应的ID

url = 'http://map.amap.com/subway/index.html'
response = requests.get(url)
response_content = response.content.decode('utf-8')

response_content是通过请求网页所得到的高德地图html页面数据，接下来就是通过分析html页面，来得到存储每个城市的标签及属性

可以看到城市分为直接显示的，以及点击更多后所显示的

第一部分是页面直接显示的，保存在div标签中，class为city-list，同时可以看见城市的id就存储在a标签的id中，因此我们的目的就是取出每个a标签和其对应的id

第二部分是点击“更多”后显示的城市，保存在class为more-city-list的div标签中，其存储方式与上面类似

通过分析，我们可以发现每个城市的名称及对应的id均保存至<a>标签的cityname属性和id

3、获取城市及城市ID

接下来，我们就对BeautifulSoup对HTML进行解析，解析就是提取出我们所需要的内容

soup = BeautifulSoup(response_content, 'html.parser') # 创建BeautifulSoup解析对象
city_elements = soup.find_all('a', {'cityname': True, 'id': True}) # 在html文档中，搜索具有'cityname'和'id'的a标签，返回值：若干个a标签构成的列表
city_info = {el['cityname']: el['id'] for el in city_elements} # 使用字典推导式，保存城市及其对应的ID

4、获取地铁数据

获得城市 ID 后，我们就可以基于城市的名称及ID构建 URL 来获取 JSON 格式的地铁数据：

if city_name not in city_info:
    return "City not found"

city_id = city_info[city_name] # 给定城市的名称，例如：chengdu，返回该城市的ID
subway_url = f'http://map.amap.com/service/subway?_1708930872179&srhdata={city_id}_drw_{city_name}.json' # json数据
subway_response = requests.get(subway_url) # 可以基于上述链接直接访问，也可以利用requests请求得到
subway_data = subway_response.json() # 格式化为json类型

5、提取站点数据

获得了包含地铁站点的json数据，我们需要根据该json数据的格式，提取站点的数据

stations_list = [
    {
        'Station Name': station['n'], 
        'Latitude': float(station['sl'].split(',')[1]), 
        'Longitude': float(station['sl'].split(',')[0]),
        'Line': station['ln']
    }
    for line in subway_data['l'] for station in line['st'] if 'sl' in station
]

6、将数据作为 DataFrame 返回

df = pd.DataFrame(stations_list)
return df

完整的代码：
输入（Input）：正确的城市的英文小写拼写（例如：chengdu、shanghai）
输出（Output）：该城市地铁的站点以及经纬度

def get_subway_data(city_name:str):
    url = 'http://map.amap.com/subway/index.html'
    response = requests.get(url)
    response_content = response.content.decode('utf-8')
    soup = BeautifulSoup(response_content, 'html.parser')
    city_elements = soup.find_all('a', {'cityname': True, 'id': True})  # Find all <a> tags with cityname and id attributes
    
    # Extract city info
    city_info = {el['cityname']: el['id'] for el in city_elements}
    if city_name not in city_info:
        return "City not found"
    
    city_id = city_info[city_name]
    subway_url = f'http://map.amap.com/service/subway?_1708930872179&srhdata={city_id}_drw_{city_name}.json'
    subway_response = requests.get(subway_url)
    subway_data = subway_response.json()
    
    # Extract stations and their coordinates
    stations_list = [
        {'Station Name': station['n'], 
         'Latitude': float(station['sl'].split(',')[1]), 
         'Longitude': float(station['sl'].split(',')[0]),
         'line':station['ln']
         }
        for line in subway_data['l'] for station in line['st'] if 'sl' in station
    ]
    df = pd.DataFrame(stations_list)
    return df

测试用例：

# Example usage
city_name = "chengdu"  # Replace "chengdu" with the city you're interested in
stations_list = get_subway_data(city_name)
print(stations_list)

输出：

	Station Name	Latitude	Longitude
0	五根松	30.502041	104.081369
1	广都	30.510752	104.075713
2	四河	30.516133	104.070125
3	华府大道	30.525746	104.069836
4	天府五街	30.537107	104.069510
...	...	...	...
371	温泉大道	30.672593	103.855175
372	凤溪河	30.686109	103.843043
373	市五医院	30.698739	103.829423
374	黄石	30.721646	103.813977
375	金星	30.756182	103.794066

376 rows × 3 columns