基于百度地图开放平台Web服务api爬取经纬度并转换为WGS84坐标

编程入门行业动态更新时间:2024-10-03 19:24:49

基于百度地图开放平台Web服务api爬取经<a href=https://www.elefans.com/category/jswz/34/1646330.html style= 纬度并转换为WGS84坐标"/>

基于百度地图开放平台Web服务api爬取经纬度并转换为WGS84坐标

前言

本博客主要的内容是集成了多个博主和参考网站的代码，实现了基于百度地图开放平台Web服务api爬取经纬度并转换为WGS84坐标一整套体系流程，文章后面会附上相应作者文章的链接，若有侵权，请联系我修改。

1、百度地图开放平台创建web服务应用

百度开放平台的网站百度地图开放平台
创建新的应用之前你需要申请一个账号，并且通过认证。
点击控制台–>应用管理–>我的应用–>创建应用，其中应用类型选择服务端，启用的服务默认全部选中即可，请求校验方式选用IP白名校验，0.0.0.0表示不对IP做任何限制，在测试阶段可以设置为该IP，应用正式上线后建议修改。

2、基于web服务api爬取对应地点的经纬度

我的本意是做一个丝绸之路的路线图，因此爬取经纬的地点都是丝绸之路上的地点，原始数据存储以如下格式存储在excel中。
经纬度的爬取在网上有很多现场的代码，我直接附上就好了，代码也没啥好讲的，代码运行环境是annaconda的jupyter笔记本。

import urllib
import math
import pandas as pd
import requests
import json
def BaiduQuery(address, currentkey):url = '/'params = { 'address' : address,           'ak' : currentkey, # 百度密钥'output': 'json'     }  # 输出结果设置为json格式res = requests.get(url,params)jd = json.loads(res.text)    # 将json格式转化为Python字典#搜索不到的地点经纬度坐标设置为0,0if jd['status'] == 1:coords = {'lng': 0, 'lat': 0}else:#百度坐标转火星坐标coords = jd['result']['location']coords_1 = baidu_togcj02(coords['lng'], coords['lat'])coords['lng'] = coords_1[0]['x']coords['lat'] = coords_1[0]['y']#火星坐标转WGS84reverses_coord = gcj02_to_wgs84(coords['lng'], coords['lat'])coords['lng'] = reverses_coord[0]coords['lat'] = reverses_coord[1]return coords

可能细心的读者以及发现了我这篇博客的坐标转了两次，一次是转成火星坐标（GCJ02），一次是从火星坐标转成WGS84，原因在下面我会解答。

3、百度坐标转换参数介绍

web服务端的坐标转换限制很大，是通过(/?)网站获取对应的转换结果，网站的完整请求方式如下
‘/?coords=’+data+’&from=5&to=3&output=json’+’&ak=yourak’
上述中data是一个坐标对，形式如"66.968649,39.656794"，ad就是创建应用生成的AK，主要参数是from和to，表示初始坐标系和目标坐标系。
from：number //源坐标类型，分别有：
1：GPS设备获取的角度坐标，WGS84坐标;
2：GPS获取的米制坐标、sogou地图所用坐标;
3：google地图、soso地图、aliyun地图、mapabc地图和amap地图所用坐标，国测局（GCJ02）坐标;
4：3中列表地图坐标对应的米制坐标;
5：百度地图采用的经纬度坐标;
6：百度地图采用的米制坐标;
7：mapbar地图坐标;
8：51地图坐标
to：number //目标坐标类型，分别有：
3：国测局（GCJ02）坐标;
4：3中对应的米制坐标;
5：bd09ll(百度经纬度坐标);
6：bd09mc(百度米制经纬度坐标)
可以看出百度坐标转换web服务api不支持百度坐标直接到WGS84的转换，但是可以转换成火星坐标，而正好网上有很多火星坐标到WGS84的转换方法，并且是公开的公式，公开方不明，精度保障有限，科研慎用。
接下来又是代码了，代码是从百度坐标转成火星坐标的方法。

def baidu_togcj02(lng, lat):data = str(lng)+','+str(lat)url = '/?coords='+data+'&from=5&to=3&output=json'+'&ak=sHlqv5QdGaZzeIcpAT2gbVe8aFevOpXm'response = requests.get(url) #发出请求answer = response.json() #json化   coords = answer['result']return coords

注意：该方法返回的是一个列表，列表的第一项是一个包含坐标对的字典，以x、y为key，所以引用的方式为coords_1[0][‘x’]和 coords_1[0][‘y’]

4、火星坐标转WGS84

直接上代码吧，也没啥好说的，火星坐标对国外的坐标没有偏移，因此国外的坐标不需要进行变化。

pi = math.pi  # π
x_pi = pi * 3000.0 / 180.0
a = 6378245.0  # 长半轴
ee = 0.00669342162296594323  # 偏心率平方
def gcj02_to_wgs84(lng, lat):"""GCJ02(火星坐标系)转GPS84:param lng:火星坐标系的经度:param lat:火星坐标系纬度:return:"""if out_of_china(lng, lat):return [lng, lat]dlat = _transformlat(lng - 105.0, lat - 35.0)dlng = _transformlng(lng - 105.0, lat - 35.0)radlat = lat / 180.0 * pimagic = math.sin(radlat)magic = 1 - ee * magic * magicsqrtmagic = math.sqrt(magic)dlat = (dlat * 180.0) / ((a * (1 - ee)) / (magic * sqrtmagic) * pi)dlng = (dlng * 180.0) / (a / sqrtmagic * math.cos(radlat) * pi)mglat = lat + dlatmglng = lng + dlngreturn [lng * 2 - mglng, lat * 2 - mglat]def _transformlat(lng, lat):ret = -100.0 + 2.0 * lng + 3.0 * lat + 0.2 * lat * lat + \0.1 * lng * lat + 0.2 * math.sqrt(math.fabs(lng))ret += (20.0 * math.sin(6.0 * lng * pi) + 20.0 *math.sin(2.0 * lng * pi)) * 2.0 / 3.0ret += (20.0 * math.sin(lat * pi) + 40.0 *math.sin(lat / 3.0 * pi)) * 2.0 / 3.0ret += (160.0 * math.sin(lat / 12.0 * pi) + 320 *math.sin(lat * pi / 30.0)) * 2.0 / 3.0return retdef _transformlng(lng, lat):ret = 300.0 + lng + 2.0 * lat + 0.1 * lng * lng + \0.1 * lng * lat + 0.1 * math.sqrt(math.fabs(lng))ret += (20.0 * math.sin(6.0 * lng * pi) + 20.0 *math.sin(2.0 * lng * pi)) * 2.0 / 3.0ret += (20.0 * math.sin(lng * pi) + 40.0 *math.sin(lng / 3.0 * pi)) * 2.0 / 3.0ret += (150.0 * math.sin(lng / 12.0 * pi) + 300.0 *math.sin(lng / 30.0 * pi)) * 2.0 / 3.0return retdef out_of_china(lng, lat):"""判断是否在国内，不在国内不做偏移:param lng::param lat::return:"""return not (lng > 73.66 and lng < 135.05 and lat > 3.86 and lat < 53.55)

上面是方法，测试代码如下

coords = BaiduQuery('碎叶', currentkey="AK")
print(coords)
df = pd.read_excel('丝绸之路城市表.xlsx')
height,width = df.shape
print(df.head(3))
for i in range(0, height):coords = BaiduQuery(df['city'][i], currentkey="AK")df['lng'][i] = coords['lng']df['lat'][i] = coords['lat']
#导出结果到Excel
df.to_excel('city_coords.xls')
print("数据爬取成功，已存储！")