在進(jìn)行定量城市分析時(shí)（如研究某市某片區(qū)的空間分析）戳气，需要用到地理位置信息以及現(xiàn)狀設(shè)施建筑等的分布情況鳖链，這就必須獲得相關(guān)的地理坐標(biāo)信息喳坠。因此數(shù)據(jù)的獲取與處理是進(jìn)行定量城市分析所需的前置作業(yè)，此階段的工作決定了后續(xù)分析的效度和質(zhì)量夏块。
一遥赚、使用工具
這里采集數(shù)據(jù)使用到的工具是火車頭采集器8.5扬舒。
火車頭采集器一款互聯(lián)網(wǎng)數(shù)據(jù)抓取、處理凫佛、分析讲坎，挖掘軟件，可以抓取網(wǎng)頁(yè)上散亂分布的數(shù)據(jù)信息愧薛，并通過(guò)一系列的分析處理晨炕，準(zhǔn)確挖掘出所需數(shù)據(jù)。
特點(diǎn)：采集不限網(wǎng)頁(yè)厚满，不限內(nèi)容府瞄；
分布式采集系統(tǒng)，提高效率；
支持PHP和C#插件擴(kuò)展遵馆，方便修改處理數(shù)據(jù)鲸郊，但需要懂得火車頭規(guī)則或者正則表達(dá)式。
二货邓、數(shù)據(jù)采集方式--基于百度地圖API的數(shù)據(jù)采集
? API是一些預(yù)先定義的函數(shù)秆撮，目的是提供應(yīng)用程序開發(fā)人員基于某軟件或硬件得以訪問(wèn)一組程序的能力，而又無(wú)需訪問(wèn)源碼换况，或理解程序內(nèi)部工作機(jī)制的細(xì)節(jié)职辨。API服務(wù)商在提供數(shù)據(jù)的同時(shí)也在收集用戶的信息，這是一個(gè)雙向過(guò)程戈二。
百度地圖Web服務(wù)API中提供了地點(diǎn)檢索服務(wù)舒裤、正/逆地理編碼服務(wù)、路線規(guī)劃觉吭、批量算數(shù)腾供、時(shí)區(qū)服務(wù)、坐標(biāo)轉(zhuǎn)換服務(wù)及鷹眼軌跡服務(wù)等鲜滩。其中地點(diǎn)檢索服務(wù)（又名Place API）伴鳖，提供多種場(chǎng)景的地點(diǎn)（POI）檢索功能，包括城市檢索徙硅、周邊檢索榜聂、矩形區(qū)域檢索。
以通過(guò)百度地圖API獲取綿陽(yáng)市飯店數(shù)據(jù)為例嗓蘑。
三须肆、數(shù)據(jù)采集步驟
1.申請(qǐng)百度地圖開放平臺(tái)開發(fā)者秘鑰
首先打開百度地圖開放平臺(tái)（http://lbsyun.baidu.com/index.php?title=%E9%A6%96%E9%A1%B5），點(diǎn)擊右上角控制臺(tái)桩皿，再點(diǎn)擊應(yīng)用管理→我的應(yīng)用→創(chuàng)建應(yīng)用休吠，申請(qǐng)開發(fā)者秘鑰（ak），并選擇以下服務(wù)項(xiàng)业簿。
2.通過(guò)接口獲取詳細(xì)地理信息
開發(fā)者可以通過(guò)接口獲取地點(diǎn)（POI）基礎(chǔ)或詳細(xì)地地理信息。其返回的是Json類型數(shù)據(jù)（一個(gè)區(qū)域最大返回?cái)?shù)是400阳懂，每頁(yè)最大返回?cái)?shù)為20）梅尤。當(dāng)某區(qū)域、岩调，某類POI個(gè)數(shù)多于400時(shí)巷燥，可以選擇把該區(qū)域分成子區(qū)域進(jìn)行檢索或通過(guò)矩形、圓形區(qū)域方式進(jìn)行檢索查閱頁(yè)面中Place檢索格式和實(shí)例如下：
格式：http://api.map.baidu.com/place/search?&query=關(guān)鍵字&bounds=查詢區(qū)域&output=輸出格式類型&key=用戶密鑰
實(shí)例：http://api.map.baidu.com/place/search?&query=ATM機(jī)&bounds=綿陽(yáng)&output=json&ak=你的密鑰?(你的秘鑰就是上一步申請(qǐng)得到的)
（什么是Place API詳細(xì)說(shuō)明可見此網(wǎng)址https://developer.baidu.com/map/place-api.htm#.E4.BB.80.E4.B9.88.E6.98.AFPlace_API.EF.BC.9F）
其中“關(guān)鍵字”号枕、“查詢區(qū)域”缰揪、“輸出格式類型”、“用戶秘鑰”可以根據(jù)自己的需要替換，而page_num為選填項(xiàng)钝腺，表示分頁(yè)碼抛姑，因?yàn)橹挥性O(shè)置了page_num字段才會(huì)在結(jié)果頁(yè)面中返回標(biāo)識(shí)總條數(shù)的total字段，方便在火車采集器中做相關(guān)設(shè)置艳狐，如下：
訪問(wèn)該網(wǎng)址定硝，返回結(jié)果如下圖：
3.用火車頭采集器采集地理信息
在火車頭軟件中，首先點(diǎn)擊左上角的“新建”毫目，然后點(diǎn)擊“分組”進(jìn)入新建界面自己命名然后保存既可蔬啡。建好分組后，再點(diǎn)擊新建镀虐。然后點(diǎn)擊“任務(wù)”箱蟆，命名為“百度API”。
然后在第一步--采集規(guī)則頁(yè)面刮便，點(diǎn)擊“添加”鍵空猜，在添加開始采集網(wǎng)址頁(yè)面，選擇“批量/多頁(yè)”方式獲取地址格式诺核，在地址格式一欄中填入Place檢索鏈接抄肖，并將page_num字段用(*)標(biāo)識(shí)為變量，選擇等差數(shù)量方式窖杀，在項(xiàng)數(shù)與返回Json結(jié)果中total字段一致漓摩，公差為1。
在訪問(wèn)百度地圖API接口返回的Json網(wǎng)頁(yè)中入客，在需要提取信息處復(fù)制該條信息管毙。例如復(fù)制此處獲得“name”:周肥腸（總店）”，桌硫。
在火車頭采集器第二步采集內(nèi)容規(guī)則頁(yè)面夭咬，添加標(biāo)簽，標(biāo)簽名填入“名稱”铆隘，提取數(shù)據(jù)方式處選擇“前后截取”卓舵，在標(biāo)簽編輯頁(yè)用（*）代替要采集的內(nèi)容，并將要采集內(nèi)容的前后內(nèi)容分別填入“開始字符串”膀钠、“結(jié)束字符串處”掏湾。
經(jīng)度、緯度的獲取方式與“名稱”方式相同肿嘲。
添加完成后融击，點(diǎn)擊規(guī)則測(cè)試頁(yè)面的“測(cè)試”鍵，對(duì)POI的“名稱”雳窟、“經(jīng)度”尊浪、“緯度”三種標(biāo)簽進(jìn)行測(cè)試，測(cè)試可以得到正確獲取信息之后，進(jìn)入“第三步：發(fā)布內(nèi)容設(shè)置”頁(yè)面拇涤，選擇“方式二：保存為本地Word捣作，Excel，Html工育，Txt等文件”虾宇，并制作與標(biāo)簽相對(duì)應(yīng)的Gsv格式的模板，完成后如绸，點(diǎn)擊“保存”按鈕嘱朽，采集數(shù)據(jù)就完成了。
退回到主界面怔接，在“采網(wǎng)頁(yè)”及“采內(nèi)容”下打?qū)刺掠荆c(diǎn)擊開始任務(wù)，即可完成百度地圖綿陽(yáng)市飯店的數(shù)據(jù)獲取扼脐。
