抓取高德POI数据，并使用MySQL建立本地空间数据库（一）

使用Python获取高德POI数据，并使用MySQL建立本地空间数据库（一）

关于高德POI
高德地图搜索POI的接口
抓取高德POI的思路
高德POI抓取的Python实现

本方法仅供参考和学习交流使用，切勿用于商业用途

关于高德POI

在常用的互联网地图中，POI代表兴趣点，可以是楼宇、小区、商店、银行、学校等等，其提供的附带信息较为丰富，常有的有“地址”、“经纬度”、“POI类型”等。互联网地图强大的POI数据库，为互联网地图应用提供强大的使用空间。高德提供了千万级别的POI，通过POI搜索，可以完成找银行，找餐馆、找景点等等的功能，包含了关键字搜索、周边搜索、多边形搜索等等。这些功能依托于强大的数据库和空间数据引擎实现，本文将以高德POI为例，以Python为开发语言，以MySQL为数据库，阐述如何大范围获取详细的高德地图POI数据，并建立MySQL空间数据库，完成简单应用。

高德地图搜索POI的接口

高德地图的POI搜索依托于高德地图的搜索服务，搜索服务API是一类简单的HTTP接口，提供多种查询POI信息的能力，其中包括关键字搜索、周边搜索、多边形搜索、ID查询四种筛选机制。

使用API前您需先申请Key，申请时选择web服务，将会获取用于搜索的key，具体内容详见高德开发文档。
搜索API服务地址：https://restapi.amap.com/v3/place/text?parameters 请求方式为GET，parameters代表的参数包括必填参数和可选参数。所有参数均使用和号字符(&)进行分隔。
例如：https://restapi.amap.com/v3/place/text?keywords=北京大学&city=beijing&output=xml&offset=20&page=1&key=<用户的key>&extensions=all 代表了一个完整的POI请求。
关于接口的使用和参数的详细情况，请详见开发API文档。

抓取高德POI的思路

总体来讲，高德POI的搜索分为两类，第一种是按照城市和POI类型来检索，比如搜索北京市的购物类POI；另一种是按照区域（指定的矩形范围，按照经纬度坐标划分）和类型来检索。这两检索方式的选择直接决定了能否完整检索出想要的所有POI数据。
高德对搜索服务做了限制，无论指定多少个类型，每次请求最多返回1000个POI信息，若场景需要获取更可能多的POI；建议不要指定过多的类别，而是分多次请求从而得到更加准确的结果。
所以想要完整抓取POI数据，必须保证以下三个方面：

按照指定区域来搜索
保证每次搜索的数据返回量少于1000条
搜索类型不要太多，建议单类型循环搜索

因此，POI检索核心是针对检索区域，构建若干个矩形格网，格网的构建没有具体要求，只要保证单个格网POI检索的数据量少于1000即可，主城区核心地带格网可以小一些，郊区或者山区等格网可以大一些。
本文采用ArcGIS构建了矩形格网，包括了整个下载区域。

如果觉得手动创建格网很麻烦，可以直接采用一个大的矩形，然后不断进行22的分割，递归进行，创建四叉树，保证最小分割格网的搜索返回数小于1000即可。具体实现这里不在赘述，我采用的是手动创建格网的方法，格网大小约2km2km。

高德POI抓取的Python实现

代码实现的基本思路是按照格网分割得到的矩形坐标，循环请求不同区域、不同类型的POI数据，然后进行合并处理。废话不说，上代码先

import xlrd # 读xlsx
import xlsxwriter # 写xlsx
import urllib.request # url请求，Python3自带
import os # 创建output文件夹
import glob # 获取文件夹下文件名称
import time # 记录时间
import json # 读取json格式文件def xlsx_merge(folder,header,filename):fileList = []for fileName in glob.glob(folder + "*.xlsx"):fileList.append(fileName)fileNum = len(fileList)matrix = [None] * fileNumfor i in range(fileNum):fileName = fileList[i]workBook = xlrd.open_workbook(fileName)try:sheet = workBook.sheet_by_index(0)except Exception as e:print(e)nRows = sheet.nrowsmatrix[i] = [0]*(nRows - 1)nCols = sheet.ncolsfor m in range(nRows - 1):matrix[i][m] = ["0"]* nColsfor j in range(1,nRows):for k in range(nCols):matrix[i][j-1][k] = sheet.cell(j,k).valuefileName = xlsxwriter.Workbook(folder + filename + ".xlsx")sheet = fileName.add_worksheet("merged")for i in range(len(header)):sheet.write(0,i,header[i])rowIndex = 1for fileIndex in range(fileNum):for j in range(len(matrix[fileIndex])):for colIndex in range (len(matrix[fileIndex][j])):sheet.write(rowIndex,colIndex,matrix[fileIndex][j][colIndex])rowIndex += 1print("已完成%d个文件的合并"%fileNum)fileName.close()# 本函数完成获取POI
def poi_by_adcode_poicode(folder,city_file = "polygon",poi_file = "poi",result_file = "result",merge_or_not = 1):key="这里输入你的key"count=0city_file = city_filepoi_file = poi_filemerge_or_not = merge_or_notheader_full = ["id","name","type","typecode","biz_type","address","location","tel","pname","cityname","adname","rating","cost"]header = ["id","name","type","typecode","biz_type","address","location","tel","pname","cityname","adname"]offset = 25 # 实例设置每页展示10条POI（官方限定25条）output_folder = folder + "output/"# 创建输出路径if os.path.isdir(output_folder):passelse:os.makedirs(output_folder)# 读取列表city_sheet =  xlrd.open_workbook(folder+ "input/" + city_file + ".xlsx").sheet_by_index(0)poi_type_sheet = xlrd.open_workbook(folder+ "input/" + poi_file + ".xlsx").sheet_by_index(0)city_list =city_sheet.col_values(0)city_code_list = city_sheet.col_values(1)upleftjd=city_sheet.col_values(1)upleftwd=city_sheet.col_values(2)rightbottomjd=city_sheet.col_values(3)rightbottomwd=city_sheet.col_values(4)jd = city_sheet.col_values(6)wd = city_sheet.col_values(7)poi_type_list = poi_type_sheet.col_values(1)poi_type_name=poi_type_sheet.col_values(0)result_file = result_file+str(poi_type_name[1])# 指示工作完成量total_work = (city_sheet.nrows - 1)  * (poi_type_sheet.nrows - 1)work_index = 1print(time.strftime('%Y-%m-%d %H:%M:%S',time.localtime(time.time())) + "：抓取开始！")for city_index in range(1,len(city_list)):for poi_type_index in range(1,len(poi_type_list)):workbook =xlsxwriter.Workbook(output_folder + str(city_list[city_index]) +"_"+ str(poi_type_list[poi_type_index])+"_"+ str(jd[city_index])+"_"+str(wd[city_index])+ ".xlsx") # 新建工作簿sheet = workbook.add_worksheet("result") # 新建“poiResult”的工作表for col_index in range(len(header_full)):sheet.write(0,col_index,header_full[col_index]) # 写表头row_index = 1for page_index in range(1, 101):try:#以下是请求POIurl = "http://restapi.amap.com/v3/place/polygon?types=" + str(poi_type_list[poi_type_index]) + "&polygon=" + str(round(upleftjd[city_index],6))+","+ str(round(upleftwd[city_index],6))+"|"+ str(round(rightbottomjd[city_index],6))+","+ str(round(rightbottomwd[city_index],6))+"&offset=" + str(offset) + "&page="+ str(page_index) +"&key="+str(key)+"&extensions=all&output=json"                   data = json.load(urllib.request.urlopen(url))["pois"]count=count+1for i in range(offset):for col_index in range(len(header)):sheet.write(row_index, col_index, str(data[i][header[col_index]]))sheet.write(row_index,len(header),str(data[i]["biz_ext"]["rating"]))sheet.write(row_index,len(header) + 1,str(data[i]["biz_ext"]["cost"]))row_index += 1 except:breakprint("已完成：" + str(poi_type_list[poi_type_index]))workbook.close()   print(str(city_list[city_index]) + " " + str(poi_type_list[poi_type_index] )+ " 已获取!进度：%.2f%%"  %(work_index / total_work *100))work_index += 1print( "所有地区各类别POI获取完毕")print("搜索次数："+str(count))if merge_or_not == 1:xlsx_merge(output_folder, header_full, result_file)print("已对文件进行合并！")else:print("未进行合并！")print("所有工作完成！")poi_by_adcode_poicode("E:/poi/","中部", "poi中部", "中部", 1)

程序input：

1、poi的格网划分文件
在这里主要使用表格的第2、3、4、5列，分别标示了左上角和右下角的经纬度坐标，用来确定单个格网的位置。
2、poi分类文件
name表示搜索的poi类型，code代表了该类型的代码分类

程序output：

代码部分的内容很简单，提供源码和相关输入格式的下载

本部分主要是如何抓取poi数据，下一篇将以poi数据为例，创建空间数据库，完成基本的数据操作和空间分析。