首先,我这里有一份相关城市以及该城市的公园数量的txt文件:
其次,利用百度地图API提供的接口爬取城市公园的相关信息。
所利用的API接口有两个:
1、http://api.map.baidu.com/place/v2/search?q=公园®ion=北京&output=json&ak=用户的访问密匙2、http://api.map.baidu.com/place/v2/detail?uid=xxxxx&output=json&scope=2&ak=用户的访问密匙第一个API接口可以获得城市公园的一般信息第二个API接口可以获得城市公园 的详细信息参数说明:q:检索的关键字region:检索的区域(市级以上)page_size:每一页的记录数量page_num:分页页码output:输出格式json/xmlak:用户的访问密钥,可以在百度地图API平台上进行申请
下面是对第一个API接口进行访问时返回的结果:
因为我们的最终结果都是要存储在MySQL数据库中,为了操作上的方便,我直接使用了图形管理工具MySQL-Front新建了数据库:baidumap,并在里面新建两张表,表1city用来存储第一个API的结果,表2park用来存储第二个API的结果。表1结构如下:
import requestsimport jsonimport MySQLdbfrom datetime import datetime#从txt文件中获取相关城市并重新生成一个列表city_list=[]with open('cities.txt','r',encoding='utf-8') as f: for eachline in f: if eachline !='' and eachline !='\n': city=eachline.split('\t')[0] city_list.append(city) f.close()#定义一个getjson函数用来解析返回的数据def getjson(palace,page_num=0): headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36' } url='http://api.map.baidu.com/place/v2/search' params={ 'q':'公园', 'region':palace, 'scope':'2', 'page_size':'20', 'page_num':page_num, 'output':'json', 'ak':'XM53LMurtNQaAPFuKVy1WzSyZCNmNA9H', } response=requests.get(url=url,params=params,headers=headers) html=response.text decodejson=json.loads(html) return decodejson#连接数据库、获得游标,获取数据并插入到数据库中在获取数据时使用get()方法比较好,避免造成无相关数据时程序的中断conn=MySQLdb.connect(host='localhost',user='root',password='root',db='baidumap',charset='utf8')cur=conn.cursor()for city in city_list: not_last_page=True page_num=0 while not_last_page: decodejson=getjson(city,page_num) print(city,page_num) if decodejson.get('results'): for result in decodejson.get('results'): park=result.get('name') lat=result.get('location').get('lat') lng=result.get('location').get('lng') address=result.get('address') street_id=result.get('street_id') uid=result.get('uid') sql="""INSERT INTO baidumap.city (city,park,location_lat,location_lng,address,street_id,uid,time)VALUES (%s,%s,%s,%s,%s,%s,%s,%s);""" cur.execute(sql,(city,park,lat,lng,address,street_id,uid,datetime.now())) conn.commit() page_num=page_num+1 else: not_last_page=Falsecur.close()conn.close()
从MySQL导出数据的结果:
第二个API接口:http://api.map.baidu.com/place/v2/detail?uid=xxxxx&output=json&scope=2&ak=用户的访问密匙
里面有一个参数uid,这个参数我们就从之前所保存的city表中进行获取,然后我们尝试对这个API进行访问,返回的结果是:
在表park建立表结构如下:
先从表city拿到uid,然后利用第二个API接口进行请求,拿到数据,存储至表park中,代码如下:
from datetime import datetimeimport requestsimport jsonimport MySQLdb#city表中拿到uidconn=MySQLdb.connect(host='localhost',user='root',password='root',db='baidumap',charset='utf8')cur=conn.cursor()sql="Select uid from baidumap.city WHERE id>0;"cur.execute(sql)conn.commit()uids=cur.fetchall()##定义一个getjson函数用来解析返回的数据def getjson(uid): try: headers={ 'User-Agent': 'Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36' } params={ 'uid':uid, 'scope':'2', 'output':'json', 'ak':'XM53LMurtNQaAPFuKVy1WzSyZCNmNA9H', } url='http://api.map.baidu.com/place/v2/detail' response=requests.get(url=url,headers=headers,params=params) html=response.text decodejson=json.loads(html) return decodejson except: pass#获取数据,存储数据for uid in uids: uid=uid[0] print(uid) decodejson=getjson(uid) data=decodejson.get('result') if data: park=data.get('name') location_lat = data.get('location').get('lat') location_lng=data.get('location').get('lng') address=data.get('address') street_id=data.get('street_id') telephone=data.get('telephone') detail=data.get('detail') uid=data.get('uid') tag=data.get('detail_info').get('tag') detail_url=data.get('detail_info').get('detail_url') type=data.get('detail_info').get('type') overall_rating=data.get('detail_info').get('overall_rating') image_num=data.get('detail_info').get('image_num') comment_num=data.get('detail_info').get('comment_num') shop_hours=data.get('detail_info').get('shop_hours') alias=data.get('detail_info').get('alias') scope_type=data.get('detail_info').get('scope_type') scope_grade=data.get('detail_info').get('scope_grade') description=data.get('detail_info').get('description') sql="""INSERT INTO baidumap.park(park,location_lat,location_lng,address,street_id,telephone,detail,uid,tag,detail_url,type,overall_rating,image_num,comment_num,shop_hours,alias,scope_type,scope_grade,description,time) VALUES (%s,%s,%s,%s,%s,%s,%s,%s,%s,%s,%s,%s,%s,%s,%s,%s,%s,%s,%s,%s);""" cur.execute(sql,(park,location_lat,location_lng,address,street_id,telephone,detail,uid,tag,detail_url,type,overall_rating,image_num,comment_num,shop_hours,alias,scope_type,scope_grade,description,datetime.now())) conn.commit()cur.close()conn.close()
从MySQL导出数据的结果:
联系客服