数据获取|通过高德API批量获取地址经纬度（Python）_批量获取经纬度
一、背景与目标
-
需求场景：
-
解决的问题：
-
地址标准化：非结构化地址需清洗为API可解析的格式。
-
API调用限制：并发请求、日调用量限制。
-
错误处理：应对API返回的多种错误类型（如密钥错误、并发超限、地址解析失败等）
-
-
核心代码逻辑：
-
读取Excel文件，遍历地址列。
-
调用高德地理编码API。
-
解析返回的JSON数据，提取经纬度。
-
错误处理与重试机制。
-
-
代码优化点：
-
添加请求间隔（如time.sleep(0.5)）。
-
记录失败地址,支持重试和二次修改。
-
二、完整流程与步骤
1.环境准备（安装Python、VSCode及扩展插件）
-
下载Python：
-
参考CSDN文章：今天给大家带来Python的下载安装教程！
-
-
下载VS Code：
- 参考CSDN文章：2024 Visual Studio Code的下载与安装
-
安装扩展插件：
- 点击侧边栏的
-> 在搜索框输入“python” -> 安装官方Python插件,如图所示。
- 顺道可以安装中文包，以及一个AI编码插件TalkX（注册后可长期免费使用），如图所示。
- 点击侧边栏的
2.API获取
-
注册开发者账号：
- 高德地图：高德开放平台
- 点击右上角“注册”，如图所示。
- 进入以下页面，完善信息，如图所示。
-
创建应用并获取 API Key ：
- 回到首页，鼠标点击右上角“控制台”，如图所示。
- 侧边栏里，点击\"应用管理\"下的“我的应用” -> 点击右侧“创建新应用”，如图所示。
- 根据自身需要，填写“应用名称”和选择“应用类型” ，然后点击“新建”即可。
- 鼠标点击右上角“添加Key”，如图所示。
- 自命名Key名称 -> 选择“Web服务”平台，勾选阅读并同意相关协议 -> 点击“提交”，即可获取API Key，如图所示。
- 回到首页，鼠标点击右上角“控制台”，如图所示。
3.数据准备
-
数据格式：
-
将目标数据保存为Excel文件（.xlsx）,列名清晰（如：“序号” “名称” “地址” 等）。
-
如需从网页中获取表格可参考CSDN文章：数据获取|如何将网页里的表格导出成Excel表格
-
-
地址清洗：
-
确保地址包含省市区（如“广东生深圳市南山区科技园”）。（tip：没有“省”“市”也没关系，如果报错则需相应添加）
-
移除模糊词（如“附近”“对面”）、特殊符号（如#、（））。（tip：可以借助Excel的“查找和选择”功能批量处理，如图所示）
-
4.代码实现
- 打开VS Code -> 点击“打开文件夹”，选择存放目标Excel表格的文件夹，如图所示。
- 点击“新建文件” -> 输入Python文件名称（如test.py），如图所示。
-
复制粘贴如下代码，注意:代码中的API key和表格名称都需要替换成自己的。
import requestsimport pandas as pdimport time# 高德API参数key = \"你的API Key\"url = \"https://restapi.amap.com/v3/geocode/geo\"# 读取Excel数据df = pd.read_excel(\"你的表格名称及后缀\")# 请求参数max_retries = 3retry_delay = 1 # 秒request_interval = 0.5 # 秒failed_addresses = []for index, row in df.iterrows(): address = row[\"地址\"] #如果报错，可检查这里表格储存地址的列名是否对应 params = { \"address\": address, \"key\": key, } for attempt in range(max_retries): try: response = requests.get(url, params=params) result = response.json() if result[\"status\"] == \"1\" and result[\"geocodes\"]: location = result[\"geocodes\"][0][\"location\"] lng, lat = location.split(\",\") df.at[index, \"经度\"] = lng df.at[index, \"纬度\"] = lat break else: #如果报错，可复制粘贴“返回结果”的内容，询问AI进行调试 print(f\"地址 {address} 第{attempt+1}次尝试失败：{result.get(\'info\')},返回结果：{result}\") time.sleep(retry_delay) except Exception as e: print(f\"请求异常：{e}\") time.sleep(retry_delay) else: df.at[index, \"经度\"] = \"失败\" df.at[index, \"纬度\"] = \"失败\" failed_addresses.append(address) time.sleep(request_interval) # 控制请求频率# 保存结果df.to_excel(\"你的表格名称_带坐标.xlsx\", index=False)# 保存失败地址if failed_addresses: with open(\"failed_addresses.txt\", \"w\") as f: f.write(\"\\n\".join(failed_addresses)) print(f\"有{len(failed_addresses)}个地址解析失败，已保存到文件。\")
- 找到菜单栏 -> 点击“终端” -> “新建终端”，如图所示。
- 输入以下命令：
- 安装依赖
pip install pandas requests openpyxl - 运行Python文件（tip：python+自己创建的Python文件名称及后缀)
python test.py
- 安装依赖
4.常见报错与解决方案
- DAILY_QUERY_OVER_LIMIT（原因：日调用量超限）（解决：升级商用套餐或等待次日重置）
- CUQPS_HAS_EXCEEDED_THE_LIMIT(原因：并发请求超限)（解决：降低请求频率（如每秒1次），分批处理数据）
- USERKEY_PLAT_NOMATCH（原因：API Key与平台类型不匹配）（解决：检查Key绑定的平台，注意需选“Web服务”）
- ENGINE_RESPONSE_DATA_ERROR（原因：地址无法解析）（解决：根据failed_addresses.txt文件，找到错误地址，打开高德官网输入目标名称检查地址是否更新，手动修正表格里的失败地址）
希望以上流程总结和复用代码对大家有所帮助，欢迎各位在评论区指正或留下新遇到的问题，一起交流进步！
