城市公共交通、大巴数量反映了都会的公交,爬取商讨城市的有所公共交通和客车线路名称

  本篇博文为博主原创,转发请注解。

Python爬虫_城市公共交通、地铁站点和路线数量搜集实例,python爬虫

城市公共交通、地铁数量展现了都市的公交,探究该数额足以开掘城市的通行社团、路网规划、公共交通选址等。不过,那类数据往往驾驭在一定机构中,很难得到。互连网地图上有大量的音信,包涵公共交通、地铁等数据,解析其数据反映方式,能够透过Python爬虫采集。闲言少叙,接下去将详细介绍如何使用Python爬虫爬取城市公共交通、大巴站点和数量。

第壹,爬取斟酌城市的兼具公共交通和大巴线路名称,即XX路,地铁X号线。能够通过图吧公共交通、公共交通网、868④ 、本地宝等网站取得,该类网站提供了按数字和字母划分体系的公共交通线路名称。Python写个简易的爬虫就能收集,可参照WenWu_Both的文章,博主详细介绍了什么选择python爬取8684上某都会有所的公共交通站点数据。该博主采集了站点详细的音信,包罗,不过缺少了公交站点的坐标、公共交通线路坐标数据。那就让人抓狂了,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、线路的收获。

图片 1

以图吧公共交通为例,点击某一公共交通后,出现该路公共交通的事无巨细站点消息和地图消息。博主顿感欢乐,觉得立刻就要打响了,各样抓包,发现并不能分析。或许博主技术所限,如有大神能从中抓到站点和线路的坐标新闻,请不宁赐教。那TM就令人彻底了哟,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,发现能够调用,通过分析,能够找到该数量的后台地址。纯熟前端的能够试行,博主前端也就只会个hello
world,不献丑了。那是一种思路,实践声明是足以的。

图片 3

地图API能够,那么通过地图抓包吗?打开某图主页,直接输入某市公共交通名称,通过抓包,成功找到站点和路线音信。具体抓包新闻如下图所示,busline_list中详细列出了站点和线路的音信,个中有两条,是同等趟公共交通区别方向的多寡,略分裂,需注意。找到入口过后,接下去爬虫就要大显身手了。

图片 4

首要爬取代码如下,其实也相当的粗略,主函数如下。首先需求创设传入的参数,主要的牢笼路线名称,城市编码,地理范围,缩放尺度。地理范围能够经过坐标拾取器获取,参数经url编码后,发送请求,判断再次回到数据是或不是符合需求(注:恐怕该线路地图上停止运输或不存在,也或许是访问速度过快,反爬虫机制亟待人工验证,博主爬取的时候境遇过,所从前面设置了随机休眠)。接下来,就是解析json数据了。代码中的extratStations和extractLine,便是领取必要的字段,如何,是否相当粗略。最终,正是保存了,站点和途径分别存储。

def main():
 df = pd.read_excel("线路名称.xlsx",)
 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&"
 for bus in df[u"线路"]:
 params = {
  'keywords':'11路',
  'zoom': '11',
  'city':'610100',
  'geoobj':'107.623|33.696|109.817|34.745'
 }
 print(bus)
 paramMerge = urllib.parse.urlencode(params) 
 #print(paramMerge)
 targetUrl = BaseUrl + paramMerge
 stationFile = "./busStation/" + bus + ".csv"
 lineFile = "./busLine/" + bus + ".csv"

 req = urllib.request.Request(targetUrl)
 res = urllib.request.urlopen(req)
 content = res.read()
 jsonData = json.loads(content)
 if (jsonData["data"]["message"]) and jsonData["data"]["busline_list"]:
  busList = jsonData["data"]["busline_list"] ##busline 列表
  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

  busStations = extratStations(busListSlt)
  busLine = extractLine(busListSlt)
  writeStation(busStations, stationFile)
  writeLine(busLine, lineFile)

  sleep(random.random() * random.randint(0,7) + random.randint(0,5)) #设置随机休眠
 else:
  continue

附上海博物馆主的解析函数:

def extratStations(busListSlt):
 busName = busListSlt["name"]
 stationSet = []
 stations = busListSlt["stations"]
 for bs in stations:
 tmp = []
 tmp.append(bs["station_id"])
 tmp.append(busName)
 tmp.append(bs["name"])
 cor = bs["xy_coords"].split(";")
 tmp.append(cor[0])
 tmp.append(cor[1])
 wgs84cor1 = gcj02towgs84(float(cor[0]),float(cor[1]))
 tmp.append(wgs84cor1[0])
 tmp.append(wgs84cor1[1])
 stationSet.append(tmp)
 return stationSet

def extractLine(busListSlt):
 ## busList共包含两条线,备注名称
 keyName = busListSlt["key_name"]
 busName = busListSlt["name"] 
 fromName = busListSlt["front_name"]
 toName = busListSlt["terminal_name"]
 lineSet = []
 Xstr = busListSlt["xs"]
 Ystr = busListSlt["ys"]
 Xset = Xstr.split(",")
 Yset = Ystr.split(",")
 length = len(Xset)
 for i in range(length):
 tmp = []
 tmp.append(keyName)
 tmp.append(busName)
 tmp.append(fromName)
 tmp.append(toName)
 tmp.append(Xset[i])
 tmp.append(Yset[i])
 wgs84cor2 = gcj02towgs84(float(Xset[i]),float(Yset[i]))
 tmp.append(wgs84cor2[0])
 tmp.append(wgs84cor2[1])
 lineSet.append(tmp)
 return lineSet

爬虫采集原始数据如下:

图片 5

以下是某一条公共交通站点和路线的拍卖后的多寡呈现。由于不一致的地图商选取差异的坐标系,会有例外档次的差错,必要坐标纠正偏差或偏向。下一步,博主将详细介绍怎么着批量将这个站点和坐标进行坐标改进和矢量化。

图片 6

http://www.bkjia.com/Pythonjc/1294270.htmlwww.bkjia.comtruehttp://www.bkjia.com/Pythonjc/1294270.htmlTechArticlePython爬虫\_城市公交、地铁站点和线路数据采集实例,python爬虫
城市公共交通、大巴数量反映了城市的公交,研讨该数量可以挖掘城市的交…

  城市公共交通、地铁数量反映了都市的公交,研商该数据能够挖掘城市的通畅结构、路网规划、公交选址等。不过,那类数据往往控制在特定机构中,很难到手。网络地图上有大批量的音讯,包罗公共交通、客车等数码,解析其数据上报格局,能够经过Python爬虫采集。闲言少叙,接下去将详细介绍如何行使Python爬虫爬取城市公交、大巴站点和数据。

  首先,爬取切磋城市的享有公共交通和大巴线路名称,即XX路,大巴X号线。能够透过图吧公共交通、公共交通网、868肆 、本地宝等网站取得,该类网站提供了按数字和字母划分体系的公交线路名称。Python写个容易的爬虫就能搜集,可参照WenWu_Both的小说,博主详细介绍了怎么使用python爬取8684上某城市全数的公交站点数据。该博主采集了站点详细的音信,包涵,可是缺少了公共交通站点的坐标、公共交通线路坐标数据。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、线路的收获。

图片 7

  以图吧公交为例,点击某一公共交通后,出现该路公共交通的详细站点新闻和地图音信。博主顿感欢腾,觉得立刻就要打响了,各个抓包,发现并无法分析。大概博主技术所限,如有大神能从中抓到站点和路线的坐标音信,请不宁赐教。那TM就令人到底了呀,到嘴的肥肉吃不了。

图片 8

  天无绝人之路,尝试找找某地图的API,发现能够调用,通过分析,能够找到该数额的后台地址。熟识前端的能够尝试,博主前端也就只会个hello
world,不献丑了。那是一种思路,实践表明是可以的。

图片 9

  地图API能够,那么通过地图抓包吗?打开某图主页,直接输入某市公共交通名称,通过抓包,成功找到站点和线路消息。具体抓包音信如下图所示,busline_list中详尽列出了站点和路线的信息,当中有两条,是同样趟公交分裂倾向的多寡,略相差十分大,需注意。找到入口过后,接下去爬虫就要大显身手了。

图片 10

  首要爬取代码如下,其实也很简短,主函数如下。首先需求创设传入的参数,首要的席卷路线名称,城市编码,地理范围,缩放尺度。地理范围能够通过坐标拾取器获取,参数经url编码后,发送请求,判断重返数据是还是不是符合须要(注:大概该路线地图上停运或不设有,也或然是访问速度过快,反爬虫机制亟待人工验证,博主爬取的时候境遇过,所未来边设置了自由休眠)。接下来,正是解析json数据了。代码中的extratStations和extractLine,正是领取须要的字段,如何,是还是不是相当的粗略。最终,就是保存了,站点和途径分别存款和储蓄。

 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

  附上海博物馆主的辨析函数:

 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 11

  以下是某一条公共交通站点和线路的处理后的数码突显。由于不相同的地图商选用差异的坐标系,会有两样程度的偏向,须要坐标纠正偏差或偏向。下一步,博主将详细介绍怎样批量将那些站点和坐标进行坐标改进和矢量化。

 图片 12