python爬取所有人位置信息——腾讯位置大数据

家住魔仙堡 提交于 2020-11-15 10:38:55

python爬取所有人位置信息——腾讯位置大数据

腾讯位置大数据

网站

https://heat.qq.com/

网站功能介绍

    腾讯位置大数据会将提供所有用户使用腾讯位置的数据信息,但没有用户信息(只有位置信息)。从这个网站我们可以获取所有使用腾讯位置服务的产品(微信、QQ、腾讯地图、京东和美团)的人再全球任何地方产生的定位次数,方便大家人口估测、商业分析和科学研究等。

数据分析

POST请求

    打开开发者工具,找到POST请求。这里需要注意的是,网站会每五分钟POST一次getXingyunPoints请求,所以需要等五分钟才能看到这个post请求。
在这里插入图片描述

请求解析

    等到post请求出现时,我们点开详细信息,每一次getXingyunPoints请求,都是四个。请求信息中,我们需要关注的是locs这个内容,它是由大量的数据组成,中间由英文“,”隔开;
    每连续的三个数据为一组数据,这一组数据包含经度、纬度、人数,按照地理标准规范,经纬度小数点后面保留两位也就是说,表现形式为xxx.xx的格式,请求的数据如下所示:

3220,11895,2,3075,11535,2,......

解析为:
纬度32.20,经度118.95,人数为2
纬度30.75,经度115.35,人数为2

在这里插入图片描述



python代码

"""
@author: 菜C++鸡Java  Jiangzl
@Description: 用来爬取腾讯位置大数据信息,再次声明,腾讯位置大数据从没人说是准确数据,也没说是完整数据,发paper的话建议三思
"""
import requests
import json
import pandas as pd
import time


def get_TecentData(count=4, rank=0, increNum=0):  # 先默认为从rank从0开始(tecent一次post会post四次)
    url = 'https://xingyun.map.qq.com/api/getXingyunPoints'
    content = ''
    paload = {
   
   'count': count, 'rank': rank}
    response = requests.post(url, data=json.dumps(paload))
    datas = response.text
    dictdatas = json.loads(datas)  # dumps是将dict转化成str格式,loads是将str转化成dict格式
    locs = dictdatas["locs"]  # 再提取content(这个需要进一步分析提取出经纬度和定位次数)
    locss = locs.split(",")
    temp = []  # 搞一个临时容器
    for i in range(int(len(locss) / 3)):
        lat = locss[0 + 3 * i]  # 得到纬度
        lon = locss[1 + 3 * i]  # 得到经度
        count = locss[2 + 3 * i]
        #获得陕西的数据---获取每个地方的数据,改这里就行
        #举个栗子--请求的元数据是整数,北纬10到20度之间
        #就是1000<int(lat)<2000
        if(3142<int(lat)<3935 and 10529<int(lon)<11115):
            temp.append([int(lat) / 100, int(lon) / 100, count])  # 在容器中存放数据:纬度,经度和定位次数
    #数据整理
    result = pd.DataFrame(temp)
    result.dropna()
    result.columns = ['lat', 'lon', 'count']
    result.to_csv('TecentData'+str(increNum)+'.txt', mode='a', index=False)  # model="a",a的意思就是append,可以把得到的数据一直往TecentData.txt中追加

if __name__ == '__main__':
    #如果你想每隔多长时间生成一个文件,就把下面的注释释放掉,就去掉那个#井号,0改成k
    #sleep(number)   number:间隔时间,每隔一分钟获取一次数据就是  sleep(60)

    #while (1):
    #for k in range(1000000):
        for i in range(4):
            get_TecentData(4, i, 0)
        #time.sleep(60)

补充

    在解析数据的时候注意运行的时间以及数据的筛选,如果不加筛选,每次请求为10M流量,按一秒一次,一小时一般的磁盘可能就满了。
    有任何问题,都可私聊或者评论补充,也可积极探讨,互相学习。

易学教程内所有资源均来自网络或用户发布的内容,如有违反法律规定的内容欢迎反馈
该文章没有解决你所遇到的问题?点击提问,说说你的问题,让更多的人一起探讨吧!