Python利用百度地图获取两地距离(附demo)

百度地图开放平台

进入百度地图开放平台后，登陆用户，点击上方的控制台，按照提示进行激活后创建服务端类型的应用，应用名任意设置，其中白名单校验不做任何限制可以填写0.0.0.0/0。创建成功后画面应如下图所示，其中访问应用（AK）即途中红色方框圈起来的部分一定要注意不要随意泄漏，后面需要使用到，这是后面访问需要用到的一串口令。

介绍需要用到的API

本项目中所有使用的API均为Web服务API，官方开发文档。

1.地点检索服务

地点检索服务（又名Place API）是一类Web API接口服务；
服务提供多种场景的地点（POI）检索功能，包括城市检索、圆形区域检索、矩形区域检索。开发者可通过接口获取地点（POI）基础或详细地理信息。

我们利用这个API来获取指定地点的经纬度（lat, lng)两个参数。

2.批量算路服务

批量算路服务（又名RouteMatrix API）是一套以HTTP/HTTPS形式提供的轻量级批量算路接口，用户可通过该服务，根据起点和终点坐标计算路线规划距离和行驶时间，RouteMatrix API V2.0支持中国大陆地区。

我们利用这个API来获取两个地点（用经纬度来给出）之间的路线规划距离。

编写Python程序

0.需要用到的模块

•  requests

• json

1.获取对应地点的经纬度

将传入的address通过地点检索服务得到其经纬度，返回值为经纬度对应的字符串值，中间以逗号隔开，之后跟一个查询返回状态，如果查询失败，状态值不为0。

注意将代码中的AK换成一开始截图中的AK码。

def getPosition(address):
   url = r"http://api.map.baidu.com/place/v2/search?query={}&region=全国&output=json&ak={}".format(
       address,
       AK  # 这里是一开始截图用红色圈起来的部分
   )
   res = requests.get(url)
   json_data = json.loads(res.text)

if json_data['status'] == 0:
       lat = json_data["results"][0]["location"]["lat"]  # 纬度
       lng = json_data["results"][0]["location"]["lng"]  # 经度
   else:
       print("[ERROR] Can not find {}.".format(address))
       return "0,0", json_data["status"]
   return str(lat) + "," + str(lng), json_data["status"]

2.获取两地之间的距离

将传入的两个地点（以经纬度描述）通过批量算路服务得到之间的路线规划距离。本范例是以驾车行驶（对应参数为'driving'）的方式来进行计算的。

同样注意将代码中的AK换成一开始截图中的AK码。

def getDistance(start, end):
   url = "http://api.map.baidu.com/routematrix/v2/driving?output=json&origins={}&destinations={}&ak={}".format(
       start,
       end,
       AK  # 这里是一开始截图用红色圈起来的部分
   )
   res = requests.get(url)
   content = res.content
   jsonv = json.loads(str(content, "utf-8"))
   dist = jsonv["result"][0]["distance"]["value"]
   return dist

3.合并函数调用

传入两个地点名，返回两地点距离，当某个地点查询不到时，返回结果设置为-1。

def calcDistance(startName, endName):
   start, status1 = getPosition(startName)
   end, status2 = getPosition(endName)
   if status1 == 0 and status2 == 0:
       return getDistance(start, end)
   else:
       return -1

4.进行简单的功能测试

运行代码输出北京和成都之间的距离，其单位为米。

5.对Excel中的批量地点计算距离

将data.xlsx文件中的地点全部读取并计算出距离，将结果保存到本地的result.xlsx文件中，其中我们将距离的单位设置为千米。主模块代码如下：

if __name__ == "__main__":
   data = pd.read_excel("data.xlsx")
   res = []
   for i in range(0, len(data)):
       startName = data.iloc[i, 0]
       endName = data.iloc[i, 1]
       dist = calcDistance(startName, endName)
       res.append([startName, endName, dist / 1000])
   pd.DataFrame(res).to_excel(
       "result.xlsx",
       header=["起点", "终点", "距离"],
       index=None,
       encoding="utf-8"
   )

其中data.xlsx文件的内容为：

对应的输出result.xlsx文件内容如下：

附录

# 本次整体的源代码
AK = "修改为你自己的AK码即可使用"

import pandas as pd
import requests
import json

def getPosition(address):
   url = r"http://api.map.baidu.com/place/v2/search?query={}&region=全国&output=json&ak={}".format(
       address,
       AK  # 这里是一开始截图用红色圈起来的部分
   )
   res = requests.get(url)
   json_data = json.loads(res.text)

if json_data['status'] == 0:
       lat = json_data["results"][0]["location"]["lat"]  # 纬度
       lng = json_data["results"][0]["location"]["lng"]  # 经度
   else:
       print("[ERROR] Can not find {}.".format(address))
       return "0,0", json_data["status"]
   return str(lat) + "," + str(lng), json_data["status"]

def getDistance(start, end):
   url = "http://api.map.baidu.com/routematrix/v2/driving?output=json&origins={}&destinations={}&ak={}".format(
       start,
       end,
       AK  # 这里是一开始截图用红色圈起来的部分
   )
   res = requests.get(url)
   content = res.content
   jsonv = json.loads(str(content, "utf-8"))
   dist = jsonv["result"][0]["distance"]["value"]
   return dist

def calcDistance(startName, endName):
   start, status1 = getPosition(startName)
   end, status2 = getPosition(endName)
   if status1 == 0 and status2 == 0:
       return getDistance(start, end)
   else:
       return -1

if __name__ == "__main__":
   data = pd.read_excel("data.xlsx")
   res = []
   for i in range(0, len(data)):
       startName = data.iloc[i, 0]
       endName = data.iloc[i, 1]
       dist = calcDistance(startName, endName)
       res.append([startName, endName, dist / 1000])
   pd.DataFrame(res).to_excel(
       "result.xlsx",
       header=["起点", "终点", "距离"],
       index=None,
       encoding="utf-8"
   )

来源：https://blog.csdn.net/Gavin_Nicholas/article/details/118581961