数据抓取呢,非常注重时效性。本篇文章记录于2024年8月,介绍如何使用Python和高德地图来获取中国各大城市的最新地铁站数据。通过python脚本,可以直接获取最新的地铁站信息,确保数据与高德地图的数据源同步更新,数据来源:高德地图 | 地铁图 (amap.com);
另外本专栏主打的就是直接copy直接运行即可,动一下脑子,都是对代码的不尊重,对了下面的库包如果没装的话还是要装一下的,关键的也就一个BeautifulSoup包了;
完整代码#运行环境Python 3.11
import json
import requests
from bs4 import BeautifulSoup
# 设置请求头,模拟浏览器行为
headers = {
'user-agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36'}
# 初始化已获取的地铁站ID集合
got_sid = set()
# 初始化线路字典
lines = {}
def output_lines():
# 输出线路信息到CSV文件
with open('lines.csv', 'a+') as f:
# 写入CSV文件的表头
print('城市行政区划代码', '城市名', '线路id', '线路名', sep=',', file=f)
# 遍历所有线路信息
for line_id, line in lines.items():
# 写入具体线路信息
print(line['cityCode'], line['cityName'], line_id, line['lineName'], sep=',', file=f)
def get_message(ID, cityname, name):
"""
获取指定城市的地铁线路信息
"""
# 构造地铁线路数据的URL
url = f'http://map.amap.com/service/subway?_1555502190153&srhdata={ID}_drw_{cityname}.json'
# 发送HTTP GET请求
response = requests.get(url=url, headers=headers)
# 解析响应内容为文本
html = response.text
# 将文本解析为JSON对象
result = json.loads(html)
# 打开或创建用于存储地铁站数据的CSV文件
with open('stations.csv', 'a+') as f:
# 遍历每一条地铁线路
for i in result['l']:
# 遍历该线路下的每个地铁站
for j in i['st']:
# 获取线路名称
line_name = i['ln']
# 如果线路有分线,则添加分线标识
if i['la']:
line_name += f"({i['la']})"
# 记录线路信息
city_code = ID
city_name = name
line_id = i['ls']
lines[line_id] = {
'lineId': line_id,
'lineName': line_name,
'cityCode': city_code,
'cityName': city_name,
}
# 记录地铁站信息
station = {
'cityCode': city_code,
'cityName': city_name,
'stationId': j['sid'],
'stationName': j['n'],
'stationPosition': j['sl'],
'stationLines': j['r'],
}
# 如果该地铁站ID已存在于已获取的集合中,则跳过
if station['stationId'] in got_sid:
continue
# 将地铁站ID添加到已获取的集合中
got_sid.add(station['stationId'])
# 打印地铁站信息
print(*station.values())
# 将地铁站信息写入CSV文件
print(*station.values(), file=f, sep=',')
def get_city():
"""
获取城市列表,并对每个城市调用get_message函数获取其地铁站信息
"""
# 构造获取城市列表的URL
url = 'http://map.amap.com/subway/index.html?&1100'
# 发送HTTP GET请求
response = requests.get(url=url, headers=headers)
# 解析响应内容为HTML文本
html = response.text
# 处理编码问题
html = html.encode('ISO-8859-1').decode('utf-8')
# 使用BeautifulSoup解析HTML
soup = BeautifulSoup(html, 'lxml')
# 获取城市列表
res1 = soup.find_all(class_="city-list fl")[0]
res2 = soup.find_all(class_="more-city-list")[0]
# 打开或创建用于存储地铁站数据的CSV文件
with open('stations.csv', 'a+') as f:
# 写入CSV文件的表头
print('城市行政区划代码', '城市名', '地铁站ID', '地铁站名', '经度', '纬度', '所属线路',
sep=',', file=f)
# 遍历第一个城市列表中的城市链接
for i in res1.find_all('a'):
# 获取城市ID值
ID = i['id']
# 获取城市拼音名
cityname = i['cityname']
# 获取城市名
name = i.get_text()
# 调用get_message函数获取该城市的地铁站信息
get_message(ID, cityname, name)
# 遍历第二个城市列表中的城市链接
for i in res2.find_all('a'):
# 获取城市ID值
ID = i['id']
# 获取城市拼音名
cityname = i['cityname']
# 获取城市名
name = i.get_text()
# 调用get_message函数获取该城市的地铁站信息
get_message(ID, cityname, name)
# 主程序入口
if __name__ == '__main__':
# 获取城市列表,并对每个城市调用get_message函数
get_city()
# 输出所有线路信息
output_lines()
运行结束会保存二个文件夹一个line.csv,一个station.csv;
station.csv保存的是地铁站点数据,标签包括城市行政区划代码、城市名、地铁站ID、地铁站名、经度、纬度、所属线路,截止到2024年8月开通并且在运营的站点全国有5695座地铁站;
line.csv保存的是线路数据,标签包括城市行政区划代码、城市名、线路id、线路名,截止到2024年8月开通并且在运营的线路全国有311条地铁线;
获取数据之后就是对数据的可视化,由于我们拿到的数据是高德坐标系GCJ02,但我们通常的数据源可能是WGS84,所以我们需要转一下地理坐标系,这里放一个免费的地图经纬度坐标系批量转换工具:地图坐标系批量转换 - 免费在线工具 (latlongconverter.online);
将csv批量转为WGS84坐标后,导入arcgis,【显示xy数据】,坐标选择地理坐标WGS84,arcgispro也同理;
这里不一样的是arcgis需要把点事件导出为新的点图层,而arcgispro可以直接用当前图层,下一步检索【点集转线】;
这里有一个tips:制作基础数据的时候一个站点被多条线路经过的时候,需要每条线都要有一个该站点数据,且站点顺序一定不能错,不然按线路连接的时候会根据当前站点顺序进行连接。
这里以厦门地铁这个湖滨东路为例,需要在制作基础数据的时候单独做二条数据,一条属于尾号907的线路,一条属于914的线路,并且以镇海路所在的一号线为例,数据顺序一定为镇海路、将军祠、中山公园、文灶......,或者倒序,不然原始数据连接顺序会不按实际运行线路方式连接;
点集转线的结果如下,如果需要最新的地铁数据直接重新运行一下脚本即可;
高德地图的线路如下,当然高德的展示数据为了美观会与实际路线存在差异;
这里也直接放一下原始数据:全国地铁站数据(wgs84)_全国地铁资源-CSDN文库
文章仅用于分享个人学习成果与个人存档之用,分享知识,如有侵权,请联系作者进行删除。所有信息均基于作者的个人理解和经验,不代表任何官方立场或权威解读。