百度地图提供了丰富的api供开发者调用。我们可以免费获取各类地点的具体信息。

本次使用百度地图api获取数据，采用到的技术如下：

1.爬取网页：使用requests请求百度地图api地址

2.解析网页：提取json数据

3.存储数据：存储至MySQL数据库

1项目描述

本项目的目标是，通过百度地图web服务api获取中国所有城市的公园数据，并获取每一个公园具体评分、描述等详细内容，最终将数据存储到MySQL数据库。

百度地图Place API（web服务api--地点检索）地址为 

网络爬虫除了进入网站网页爬取外还可以通过网站提供的api进行爬取，由于api是官方提供的获取数据通道，所以数据的获取没有争议，如果一个网站提供api获取数据，最好使用api进行数据获取，简单又便捷。

除了百度地图外，其他国内提供api免费获取数据的站点还有新浪微博，豆瓣电影，饿了吗，豆瓣音乐等等，国外提供api服务的有Facebook，Twitter等。除此之外，还有很多收费的api数据站点服务，包括百度 api store 和聚合数据等。其他可以搜索一下就有了。

2获取api秘钥

进入这个  网址后，点击右上角的登录，用自己的百度账号进行登录，登录后可以进入api控制台。（如果没有注册为开发者需要注册认证完即可），然后单击创建应用按钮。

填写好应用名称，选择使用ip白名单校验方式进行校验。在ip白名单的文本框中填写0.0.0.0/0，表示不对ip做任何限制。单机提交，即可在api控制台看到自己创建的AK，就是api请求串的必填参数。

有一点注意的是，未认证（个人或企业）的情况下，每个账号一天最多只有2000次调用额，如果认证了，每个账号每天有10万次调用额。

3 项目实施

本次项目实施主要分为三步：

1.获取所有拥有公园的城市，并将数据存储到txt文本中。

2.获取所有城市的公园数据，并将数据存储到MySQL数据库中。

3.获取所有公园的详细信息，并将数据存储到MySQL数据库中。

在百度地图Place api中，如果需要获取数据，向指定URL地址发送一个get请求即可。例如，要获取数据的城市为北京，检索关键字为“ATM机”，分类偏好为银行，检索后返回10条数据，可以请求下面地址（通过 行政区划区域检索）：机&tag=银行&region=北京&output=json&ak=您的ak //GET请求

请求参数，设置如下（具体查看链接）：

还有其他的检索方式，这里不一一介绍了，具体可参考  中的服务文档。

下面尝试获取北京市的公园数据，并用json数据格式返回，代码如下：

输出结果为：

接下来我们获取所有拥有公园的城市，并把数据存储到txt文本中。

在百度地图Place api，如果region的值为“全国”或则某个省份，则会返回指定区域的POI和数量。

我们可以把region设置为各个省份，进而获取各个省份各个市的公园数量。还有就是四大直辖市（北京、上海、天津、重庆）、香港特别行政区和澳门特别行政区，一个城市便是省级行政单位，因此region设置的省份不包含这些特殊省级行政单位。

输出结果为：

接着，我们还要获取四个直辖市以及香港和澳门的数据，并把数据追加写入到citys_garden_num.txt文本中。

输出结果为：

这次计划把公园的数据存储在MySQL数据库中，所以我们必须先创建一个badiumap数据库，用来存放所有公园爬去的数据。

创建一个数据库，语句为：create database baidumap;

当然也可以使用可视化工具创建数据库与完成一系列操作，如建表等。

然后就是建表了，在baidumap数据库中创建一个city表，用于存放所有城市的公园数据，公园的变量有：city，park，location_lng等等。这些变量就是第一部分测试的返回results中的数据，根据建立即可。

其中，为了避免数据存储重复，公园的详细信息会存储到另一个表中。

我们使用python的mysqlclient库来操作MySQL数据库，在baidumap数据库中建立city表。

接下来，爬取每个城市的公园数据，保存到city中。

在爬取过程中，遇到一个错误：

解决办法：

在上述代码中，首先从txt文件中获取城市列表，并加入city_list列表中，然后使用循环对每一个城市，每一页进行抓取，将获取数据用insert的方法插入到baidumap数据库的city表中，注意到我是用了try...except方法，主要是因为有些字段的值会空或则丢失，如有些公园没有街道id的，没有就赋予none值，防止程序保存。

共爬取了218941个公园信息，大概用了几分钟。

上面已经把所有城市的公园数据存储到city表中了。但是这些数据属于粗略的数据，接下来我们通过报读地图的Place详细检索服务获取每一个公园的详细信息。

例如，查询南京玄武湖公园的详细信息，我们需要知道玄武湖公园的uid，然后在请求地址中加上uid进行请求。

下面介绍下地点详细检索服务：

请求地址

您的密钥 //GET请求

请求参数以及返回参数（行政区划区域检索、圆形区域检索、矩形区域检索、地点详情检索）（详细见下链接）：

下面我们开始操作，在MySQL数据库中的baidumap中新建一个park表，用于存储公园详细信息。

创建park表代码如下：

创建好park表之后，我们可以获取公园的详细信息了，代码如下：

以上便完成了所有公园详细信息的抓取并存入数据库baidumap的park表中。

最后，说一下百度地图api提供了相当丰富的资源数据，如房地产，旅馆，游乐园等等很多，有需要你们可以自己去尝试抓取。

参考资料：

学习《Python网络爬虫从入门到实践》的记录 作者:唐松 陈智铨 出版社:机械工业出版社