python爬虫获取小区经纬度以及结构化地址
作者：努力学习中的阿达
这篇文章主要为大家详细介绍了python爬虫获取小区经纬度，以及结构化的地址，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
本文实例为大家分享了python爬虫获取小区经纬度、地址的具体代码，供大家参考，具体内容如下
通过小区名称利用百度api可以获取小区的地址以及经纬度，但是由于api返回的值中的地址形式不同，所以可以首先利用小区名称进行一轮爬虫，获取小区的经纬度，然后再利用经纬度Reverse到小区的结构化的地址。另外小区名称如果是'...号‘,可以在爬虫开始之前在'号‘之后加一个'院‘,得到的精确度更高。这次写到程序更加便于二次利用，只需要给程序传递一个dataframe就可以坐等结果了。现在程序已经写好了，就等接下来在工作中看看效果如何了。
class GetAddressInfo:
def __init__(self,df):
import pandas
assert type(df) == pandas.core.frame.DataFrame and ('city' in df.columns) and ('name' in df.columns),\
'The dataframe is not vailid'
from bs4 import BeautifulSoup
from urllib import request
import re
import pandas as pd
import numpy as np
import urllib.parse as urp
self.__data__ = df
def get_address(self):
import numpy as np
self.__data__['小区经度'] = np.nan
self.__data__['小区纬度'] = np.nan
self.__data__['小区地址'] = np.nan
for i in self.__data__.index:
self.__data__.loc[i,'小区纬度'],self.__data__.loc[i,'小区经度'],self.__data__.loc[i,'小区地址'] =\
self.__get_neigbour_address__(self.__data__.loc[i,'name'],\
self.__data__.loc[i,'city'])
return self.__data__
def __lat__(self,res):
try:
return pd.to_numeric(re.findall('"lat":(.*)',res)[0].split(',')[0])
except:
return 0
def __lng__(self,res):
try:
return pd.to_numeric(re.findall('"lng":(.*)',res)[0])
except:
return 0
def __address__(self,res):
try:
return re.findall('"address":"(.*)",',res)[0]
except:
return 'None'
def __get_neigbour_address__(self,name,city):
my_ak = ##替换自己的ak
qurey = urp.quote(name)
tag = urp.quote('住宅区')
try:
url = 'http://api.map.baidu.com/place/v2/search?query='+qurey+'&tag='+tag+'®ion='+urp.quote(city)+'&output=json&ak='+my_ak
req = request.urlopen(url)
res = req.read().decode()
lat = self.__lat__(res)
lng = self.__lng__(res)
address = self.__address__(res)
return lat,lng,address
except:
return 0,0,'None'
class ReverseGetAddress:
def __init__(self,data):
assert ('小区纬度' in data.columns) and ('小区经度' in data.columns) and ('name' in data.columns),\
'The DataFrame is not vailid'
from bs4 import BeautifulSoup
from urllib import request
import re
import pandas as pd
import numpy as np
import urllib.parse as urp
self.__data__ = data
def __get_address1__(self,url):
try:
req = request.urlopen(url)
res = req.read().decode()
address = re.findall('address":"(.*?)"',res)[0]
return address
except:
return 'None1'
def __to_string__(self,arr):
return str(arr)
def __get_address2__(self):
my_ak = ##替换自己的Ak
base_url1 = 'http://api.map.baidu.com/geocoder/v2/?callback=renderReverse'
base_url2 = '&location='
base_url3 = '&pois=0&radius=1&output=json&pois=1&ak='
url = base_url1+base_url2+self.__data__['小区纬度'].apply(self.__to_string__)+','\
+self.__data__['小区经度'].apply(self.__to_string__)+base_url3+my_ak
return url
def get_address(self):
url = self.__get_address2__()
self.__data__['小区地址'] = url.apply(self.__get_address1__)
return self.__data__
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。