鲁达 前言
上篇文章中，简单的介绍了下高德地图的 API 相关业务知识，不知道大家有没有看懂咧！
这篇文章来继续完成上篇文章没有完成的编码任务！忘记的，可以简单回顾一下《python玩转高德地图api（一）》
环境介绍
开始前，先来说下本机环境。
- Python版本 : Py
- 开发工具 : Pycharm
- 第三方库 : requests
还会用到的是 Python 自带的 JSON 库。因为调用 API 返回的结果是 JSON 或者 XML 形式的报文，关于这两点，可以回看《python小课堂25 - 你真的了解JSON嘛？》
本项目必然是采用 JSON 啦，现在除了一些传统公司（比如我之前在的保险公司，以及一些国企航空公司）的老项目使用 XML 报文来进行数据传输，大部分互联网项目中采用的都是 JSON 传递接口信息。
requests 玩转 API
requests 是一个优雅的男孩子，不对，是一个优雅的第三方库~
在之前的爬虫文章中，有介绍的此库的使用。作者个爱玩摄影的大神，写代码就像玩摄影一样，纯属艺术创作。
以上次介绍高德 API 中的 POI 接口来举例。
1. 打开官网，搜索 POI 处
2. 阅读官网 API 文档，查看各参数含义
3. 运行看结果
看懂文档，理解了官方示例后，其实操作起来很简单，只需要我们用 requests 库携带自己的 key 向高德发起请求即可。
当我们想获取北京市"麦当劳"全部餐饮地址时，请求的地址：
麦当劳&city=北京&offset=20&page=1&key={key}&extensions=base url中，？后面跟的就是请求时的参数。- keywords ：要搜索的关键词
- city ：城市，可以查看具体的城市码表（官方提供）
- offset ：每页显示多少条数据
- page ：页数
- key ：之前申请的用户 key
- extensions ： 传入 base 即可，all 的话比较多余
还有些可选项，不传就行啦，比如 output=xml ，默认不传就是 json 形式返回结果。
硬核代码
代码其实不多，算上空行一共 70 行不到，就可以获取完整地理信息。
如果想要实验的同学，可以按照顺序将代码 copy 到自己的编辑器实践。下面按照顺序介绍：
1. 读取用户 key 函数
目的是读取本地 key ，灵活化处理（这样不用暴露自己的 key 给大家看了 ） user-key中写入你自己的key。
def read_key(): """ 持久化key,便于读取 """ key_path = os.(__file__)), 'user-key') print(key_path) with open(key_path, 'r', encoding='utf-8') as f: key = f.read() print(key) return key2. requests 请求，get 方式通用函数
没什么好介绍的，之前说过很多遍了，使用方法按照去看 requests 库的官方文档即可。
def request_url_get(url): """ 请求url方法get方法 """ try: r = reque(url=url, timeout=30) if r.status_code == 200: return r.text return None except RequestException: print('请求url返回错误异常') return None3. 调用高德 api 抽象方法，解析返回的 json 函数
使用了 python 自带的 json 库，将高德 api 返回的字符串转为了 json 形式，但是在 python 中，其实是 dict 类型的，获取结果可以通过类似 result['address'] 的形式获取想要的内容。
def parse_json(content_json): """ 解析json函数 """ result_json = j(content_json) return result_json def request_api(url): """ 请求高德api 解析json """ result = request_url_get(url) result_json = parse_json(result) return result_json4. 调用高德 api 抽象方法，解析返回的 json 函数
def run(): """ 运行函数 """ keywords = '麦当劳' city = 'beijing' key = read_key() offset = 20 index_url = f'{keywords}&city={city}&' \ f'offset={offset}&page=1&key={key}&extensions=base' index_result = request_api(index_url) pages = ma(int(index_result['count']) / offset) # 算出一共需要的总页数 for page in range(1, pages + 1): url = f'{keywords}&city={city}&' \ f'offset={offset}&page={page}&key={key}&extensions=base' result = request_api(url) print(result)最后这个函数，好好说下，精华思路都在这块。
为了代码的灵活度，我们可以将请求的中的变化参数抽出来，作为程序中的变量去构造请求。
请求第一次时，高德地图会返回一个 count 字段，代表总数量，使用 count / offset ，就能得到一共我们要循环访问多少页。代码中做了向上转型的处理。
例如下面：
查询北京麦当劳一共 262 个数据，每页只显示 20 条数据（offset的值），所以 262/20 = 13.1 。
这样需要让传入 url 中的 page 从 1 - 14 页去循环获取数据。所以在代码中，使用了 ma 的方法让 13.1 变成 14。
看下最终获取完数据的截图：
Pycharm后面还有很多很多数据。。
总结
嗯！到这里，交通数据分析项目相关的内容就结束了，接下来就是自己开发了...大家感兴趣的也可以自行尝试。
是不是感觉调用 API 这种东西，就是这么简单枯燥而无趣呢。。。可往往各种商业公司的背后，赚钱的逻辑就是靠这些接口丫！
大概一年前的时候，我自己简单的开发出来了第一个版本，当时没有想着用 flask 等框架，后续我会在此项目技术上，继续集成开发吧。
当时放弃的原因是.....上家公司的路段高德地图不支持....
到现在，此项目 star14，fork5。。。
感兴趣的公号后台回复 高德 获取源码地址。
本篇文章就到这里啦，有什么想要说的，欢迎留言区留言探讨！