用 GoogleMaps 的 API 生成经纬度 - 城市名表

今天和同事聊天，突然提到怎么通过经纬度获取城市信息。找了一下网上似乎没有现成的数据库，于是用了半小时撸了个暴力程序。

原理就是：

1. 弄个线程池
2. 暴力调用 GoogleAPI 去获取位置信息
3. 记在 redis 里面

本文仅为娱乐，因为有现成的数据库。请看末尾链接

Google 的 API 出来可能很多都是英文，但是我只想要中文的信息怎么办？

可以弄个函数做判断：

def check_contain_chinese(check_str):
    for ch in check_str:
        if u'\u4e00' <= ch <= u'\u9fff':
            return True
    return False

直接贴全部的代码，写得很挫，抛砖引玉吧：

#!/usr/bin/python
# -*- coding: UTF-8 -*-

import thread, json, urllib, redis, threadpool, sys

db = redis.StrictRedis(host='localhost', port=6379, db=0)

def check_contain_chinese(check_str):
    for ch in check_str:
        if u'\u4e00' <= ch <= u'\u9fff':
            return True
    return False

def req(data):
    cur_data_idx, lat, lng = data[0], data[1], data[2]
    url = "https://maps.googleapis.com/maps/api/geocode/json?latlng=%s,%s&sensor=true&language=zh-CN&key=这儿请替换成你自己的GoogleAPI的Key"%(lat, lng)
    r = urllib.urlopen(url)
    txt = r.read()
    if not "ZERO_RESULTS" in txt:
        data = json.loads(txt)
        for c in data['results']:
            for d in c["address_components"]:
                if "locality" in d['types'] or "administrative_area_level_1" in d['types'] or 'political' in d['types']:
                    name = d["long_name"]
                    if check_contain_chinese(name):
                        db.set("%s-%s"%(lat,lng), name)
                        cur_data_idx = cur_data_idx + 1
                        print "Idx:%s Lat:%s Lng:%s CityName:%s"%(cur_data_idx, lat, lng, name.encode('utf-8'))
                        return

max_lat = 53
min_lat = 23
min_lng = 113
max_lng = 135

def check():
    pass

if __name__ == '__main__':
    lat_range = range(min_lat*10, max_lng*10)
    lng_range = range(min_lng*10, max_lng*10)
    l = []
    idx = 0
    for lat in lat_range:
        for lng in lng_range:
            idx = idx + 1
            l.append([idx, lat/10.0, lng/10.0])
    pool = threadpool.ThreadPool(100)
    reqs = threadpool.makeRequests(req, l)
    [pool.putRequest(req) for req in reqs]
    pool.wait()

随便一扫就是几千条数据了。

Idx:5104 Lat:25.3 Lng:117.2 CityName:新罗区
Idx:5068 Lat:25.3 Lng:113.6 CityName:仁化县
Idx:5086 Lat:25.3 Lng:115.4 CityName:安远县
Idx:4886 Lat:25.2 Lng:117.4 CityName:漳平市
Idx:5062 Lat:25.3 Lng:113.0 CityName:乐昌市
Idx:5092 Lat:25.3 Lng:116.0 CityName:会昌县
Idx:5078 Lat:25.3 Lng:114.6 CityName:南雄市
Idx:5119 Lat:25.3 Lng:118.7 CityName:仙游县
Idx:5120 Lat:25.3 Lng:118.8 CityName:仙游县
Idx:5147 Lat:25.3 Lng:121.5 CityName:新庄里
Idx:5067 Lat:25.3 Lng:113.5 CityName:乐昌市
Idx:5117 Lat:25.3 Lng:118.5 CityName:永春县
Idx:5105 Lat:25.3 Lng:117.3 CityName:新罗区
Idx:5144 Lat:25.3 Lng:121.2 CityName:台湾
Idx:5110 Lat:25.3 Lng:117.8 CityName:安溪县
Idx:5130 Lat:25.3 Lng:119.8 CityName:中国
Idx:5122 Lat:25.3 Lng:119.0 CityName:城厢区
Idx:5085 Lat:25.3 Lng:115.3 CityName:安远县
Idx:5093 Lat:25.3 Lng:116.1 CityName:武平县

还有些问题

1. 有些坐标可能并未有数据，可能需要做二次处理，寻找最近的坐标。
2. 精度不够，内存大。为了图方便直接暴力 range 了。xrange 都没用上。想真正的扫遍全世界，还是按需生成坐标点吧。
3. API 可以通过城市名反查经纬度信息。比如 https://maps.googleapis.com/maps/api/geocode/json?address=%E9%87%8D%E5%BA%86 返回的内容中就有

"bounds" : {
               "northeast" : {
                  "lat" : 32.2011871,
                  "lng" : 110.1998582
               },
               "southwest" : {
                  "lat" : 28.1602253,
                  "lng" : 105.2897606
               }
            },

但是根据文档，这是个 optionally returned。所以，通过暴力扫描 + bounds 查询，应该能省很多很多时间，并且也能满足精确需求。

当然，最好的就是有个数据库。其实，maxmind 已经做了这个事情了，所以本文只是娱乐而已。:D