地铁站点和线路数量搜集

  本篇博文为博主原创,转发请表明。

  城市公交、大巴数量反映了都市的公共交通,切磋该多少可以挖掘城市的直通协会、路网规划、公交选址等。可是,这类数据往往控制在特定机构中,很难取得。互连网地图上有大量的信息,包括公交、地铁等数码,解析其数额反映方式,可以因此Python爬虫采集。闲言少叙,接下去将详细介绍怎么着选拔Python爬虫爬取城市公交、客车站点和数量。

  首先,爬取探讨城市的具备公交和地铁线路名称,即XX路,地铁X号线。能够通过图吧公交、公交网、8684、本地宝等网站取得,该类网站提供了按数字和字母划分类其他公交线路名称。Python写个简易的爬虫就能采访,可参考WenWu_Both的篇章,博主详细介绍了什么利用python爬取8684上某城市具有的公交站点数据。该博主采集了站点详细的音讯,包罗,然则缺少了公交站点的坐标、公交线路坐标数据。那就令人抓狂了,没有空间坐标怎么落图,怎么分析,所以,本文重点介绍的是站点坐标、线路的拿走。

图片 1

  以图吧公交为例,点击某一公交后,出现该路公交的详尽站点音讯和地图音讯。博主顿感欢娱,觉得立刻快要成功了,各类抓包,发现并不或者分析。或者博主技术所限,如有大神能从中抓到站点和路线的坐标新闻,请不宁赐教。那TM就令人到底了哟,到嘴的肥肉吃不了。

图片 2

  天无绝人之路,尝试找找某地图的API,发现可以调用,通过分析,可以找到该数额的后台地址。熟识前端的可以试试,博主前端也就只会个hello
world,不献丑了。那是一种思路,实践讲明是足以的。

图片 3

  地图API可以,那么通过地图抓包吗?打开某图主页,直接输入某市公交名称,通过抓包,成功找到站点和路线音讯。具体抓包音信如下图所示,busline_list中详尽列出了站点和线路的音信,其中有两条,是一模一样趟公交不一致倾向的数目,略不尽相同,需注意。找到入口过后,接下去爬虫就要大显身手了。

图片 4

  主要爬取代码如下,其实也很简短,主函数如下。首先须求打造传入的参数,首要的席卷路线名称,城市编码,地理范围,缩放尺度。地理范围可以透过坐标拾取器获取,参数经url编码后,发送请求,判断重返数据是或不是符合须求(注:可能该路线地图上停运或不存在,也大概是访问速度过快,反爬虫机制亟待人工验证,博主爬取的时候碰着过,所在此之前边设置了随机休眠)。接下来,就是解析json数据了。代码中的extratStations和extractLine,就是领取须要的字段,怎样,是还是不是很粗略。最终,就是保存了,站点和途径分别存储。

 1 def main():
 2     df = pd.read_excel("线路名称.xlsx",)
 3     BaseUrl = "https://ditu.amap.com/service/poiInfo?query_type=TQUERY&pagesize=20&pagenum=1&qii=true&cluster_state=5&need_utd=true&utd_sceneid=1000&div=PC1000&addr_poi_merge=true&is_classify=true&"
 4     for bus in df[u"线路"]:
 5         params = {
 6             'keywords':'11路',
 7             'zoom': '11',
 8             'city':'610100',
 9             'geoobj':'107.623|33.696|109.817|34.745'
10         }
11         print(bus)
12         paramMerge = urllib.parse.urlencode(params) 
13         #print(paramMerge)
14         targetUrl = BaseUrl + paramMerge
15         stationFile = "./busStation/" + bus + ".csv"
16         lineFile = "./busLine/" + bus + ".csv"
17         
18         req = urllib.request.Request(targetUrl)
19         res = urllib.request.urlopen(req)
20         content = res.read()
21         jsonData = json.loads(content)
22         if (jsonData["data"]["message"]) and jsonData["data"]["busline_list"]:
23             busList = jsonData["data"]["busline_list"] ##busline 列表
24             busListSlt = busList[0] ## busList共包含两条线,方向不同的同一趟公交,任选一趟爬取
25             
26             busStations = extratStations(busListSlt)
27             busLine = extractLine(busListSlt)
28             writeStation(busStations, stationFile)
29             writeLine(busLine, lineFile)
30             
31             sleep(random.random() * random.randint(0,7) + random.randint(0,5)) #设置随机休眠
32         else:
33             continue

  附上博主的剖析函数:

 1 def extratStations(busListSlt):
 2     busName = busListSlt["name"]
 3     stationSet = []
 4     stations = busListSlt["stations"]
 5     for bs in stations:
 6         tmp = []
 7         tmp.append(bs["station_id"])
 8         tmp.append(busName)
 9         tmp.append(bs["name"])
10         cor = bs["xy_coords"].split(";")
11         tmp.append(cor[0])
12         tmp.append(cor[1])
13         wgs84cor1 = gcj02towgs84(float(cor[0]),float(cor[1]))
14         tmp.append(wgs84cor1[0])
15         tmp.append(wgs84cor1[1])
16         stationSet.append(tmp)
17     return stationSet
18 
19 def extractLine(busListSlt):
20     ## busList共包含两条线,备注名称
21     keyName = busListSlt["key_name"]
22     busName = busListSlt["name"] 
23     fromName = busListSlt["front_name"]
24     toName = busListSlt["terminal_name"]
25     lineSet = []
26     Xstr = busListSlt["xs"]
27     Ystr = busListSlt["ys"]
28     Xset = Xstr.split(",")
29     Yset = Ystr.split(",")
30     length = len(Xset)
31     for i in range(length):
32         tmp = []
33         tmp.append(keyName)
34         tmp.append(busName)
35         tmp.append(fromName)
36         tmp.append(toName)
37         tmp.append(Xset[i])
38         tmp.append(Yset[i])
39         wgs84cor2 = gcj02towgs84(float(Xset[i]),float(Yset[i]))
40         tmp.append(wgs84cor2[0])
41         tmp.append(wgs84cor2[1])
42         lineSet.append(tmp)
43     return lineSet

  爬虫采集原始数据如下:

图片 5

  以下是某一条公交站点和路线的拍卖后的多寡浮现。由于差距的地图商拔取不一样的坐标系,会有不一样水平的谬误,须求坐标纠偏。下一步,博主将详细介绍怎么样批量将这几个站点和坐标举办坐标改正和矢量化。

 图片 6

 

相关文章