如何使用Python、JSON和Google Maps在服务器端进行反向地理编码？

Question

如何使用Python、JSON和Google Maps在服务器端进行反向地理编码？

pythongoogle-maps-api-3reverse-geocoding

6

我正在尝试进行服务器端的反向地理编码，以获取JSON响应，现在我想从JSON响应中获取2或3个变量：

例如，我想解析以下数据，并以此结束。 administrative_area_level_1 = 'Stockholm'

这是我获取JSON的Python代码，现在我想知道如何解析它以获取只有 - 行政区域级别1长名称（即州或地区名称） - 地方长名称（即城市名称） - 解析我的JSON的方法

我可以解析它，但它并不总是出现为administrative_area_1：

jsondata ["results"] [0] ["address_components"] [5] ["long_name"]

上面的行正确地输出了纽约的一个点的“New York”，但对于斯德哥尔摩，它输出了邮政城市，即Johanneshow，而不是行政区域1（地区/州）。那么如何保证该函数始终返回administrative_area_1，最好不用循环？

我希望它能像以下示例一样工作，并直接访问国家，地区和城市：

logging.info("country:"+str(jsondata["results"][9]["formatted_address"]))
logging.info("administrative_area_level_1:"+str(jsondata["results"][8]["formatted_address"]))
logging.info("locality:"+str(jsondata["results"][8]["formatted_address"]))

谢谢您的提前帮助。

更新

这里有一个很好的答案，给出了我期望的结果。在等待答案的同时，我也尝试自己实现了一个解决方案，看起来可以完成它：

jsondata = json.load(urllib2.urlopen('http://maps.googleapis.com/maps/api/geocode/json?latlng='+str(ad.geopt.lat)+','+str(ad.geopt.lon)+'&sensor=false'))
logging.info("geography:"+str(jsondata["results"][1]["formatted_address"]))
region = None
city = None
for result in jsondata["results"]:
  #logging.info("result:"+str(result))
  for component in result["address_components"]:
    logging.info("components:"+str(component))
    logging.info("components type:"+str(component["types"]))
    if 'administrative_area_level_1' in component["types"]:
      #logging.info(unicode('found admin area:%s' % component["long_name"]))
      region = component["long_name"]
    if 'locality' in component["types"]:
      logging.info("found locality:"+str(component["long_name"]))
      city = component["long_name"]

- Niklas Rosencrantz

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Tadeck · Accepted Answer

处理响应

无需解析JSON - 它已经被json.load()解析并以Python数据结构返回。像使用简单字典一样使用它，其中包含列表或不同的字典。

访问响应中需要的部分

要访问您要处理的数据，请使用以下方法：

jsondata['results'][0]['address_components']

这是包含所有地理名称信息的地方：

[{u'long_name': u'Södra Länken', u'types': [u'route'], u'short_name': u'Södra Länken'}, {u'long_name': u'Stockholm', u'types': [u'locality', u'political'], u'short_name': u'Stockholm'}, {u'long_name': u'Stockholm', u'types': [u'administrative_area_level_1', u'political'], u'short_name': u'Stockholm'}, {u'long_name': u'Sweden', u'types': [u'country', u'political'], u'short_name': u'SE'}, {u'long_name': u'12146', u'types': [u'postal_code'], u'short_name': u'12146'}, {u'long_name': u'Johanneshov', u'types': [u'postal_town'], u'short_name': u'Johanneshov'}]

筛选你需要的数据

正如你所看到的，有许多你不需要的数据，但你只想要locality和administrative_area_level_1信息。你可以使用Python中的filter()函数过滤数据，像这样：

>>> mydata = jsondata['results'][0]['address_components']
>>> types = ['locality', 'administrative_area_level_1']
>>> geonames = filter(lambda x: len(set(x['types']).intersection(types)), mydata)

基本上，您只获取具有“locality”或“administrative_area_level_1”在其“types”列表中的元素。执行上述操作后，geonames将是包含所需字典的列表：

[{u'long_name': u'Stockholm', u'types': [u'locality', u'political'], u'short_name': u'Stockholm'}, {u'long_name': u'Stockholm', u'types': [u'administrative_area_level_1', u'political'], u'short_name': u'Stockholm'}]

显示数据

要显示它们的名称，您可以例如遍历它们，显示long_name和相应的types值：

>>> for geoname in geonames:
    common_types = set(geoname['types']).intersection(set(types))
    print '{} ({})'.format(geoname['long_name'], str(', '.join(common_types)))


Stockholm (locality)
Stockholm (administrative_area_level_1)

这符合你的预期吗？

完整代码

代码可能如下所示：

import json
import urllib2

def get_geonames(lat, lng, types):
    url = 'http://maps.googleapis.com/maps/api/geocode/json' + \
            '?latlng={},{}&sensor=false'.format(lat, lng)
    jsondata = json.load(urllib2.urlopen(url))
    address_comps = jsondata['results'][0]['address_components']
    filter_method = lambda x: len(set(x['types']).intersection(types))
    return filter(filter_method, address_comps)

lat, lng = 59.3, 18.1
types = ['locality', 'administrative_area_level_1']

# Display all geographical names along with their types
for geoname in get_geonames(lat, lng, types):
    common_types = set(geoname['types']).intersection(set(types))
    print '{} ({})'.format(geoname['long_name'], ', '.join(common_types))