Datenerfassung mit Python Googlemap API

Überblick

Es ist ein Memorandum zur Datenerfassung mit Google API mit Python. Beachten Sie, dass die Struktur der erfassten Daten schwer zu verstehen war.

Von der API-Schlüsselerfassung bis zum Scraping wurde gemäß der Referenzstelle durchgeführt.

Referenzseite

Ich habe versucht, Daten mithilfe der Google Places-API in Python abzurufen Anzeigen von Daten, die mit der Google Places-API in Python erfasst wurden Versuchen Sie, mit der Google Places-API ein "Restaurant" in der Nähe des Unternehmens zu finden google api reference

Struktur der erfassten Datei

Die Ausgabe der Daten ist wie folgt.


{'html_attributions': [],
 'next_page_token': 'CqQCEwEAAND0XppPuvvrCXmUQzMNptKvNU7uZqS-Rq2gRv0w9yD2ZsQDh-G1qr-hn81mrh-SWe_DG6jU2tyhjw-45yKrcPzXuOgs64avoooWYhoV68bXFGB75bH7StQLeqGzIuX30zQL5WY3MPX2Jke5aDrH45Tp28hL8LpK-vohhX3fobc9mgRJSY8HC_9_qiFOLqeYRDEdPu_dlHkqusMuALzXLYrn00-Y_hh8HdXRuAZGOyfgfn9ebP-DNdHvUZSykKfFFAfuUfuJHMv52Ilyhc4DJ4HHVLn7Kdn_5AXjyOl7JLSwHhiwXXR4FIlMziEo4IuE--fezO0oDiWJQKTHFnpuw5fAf6sEZTad1A3Hi7gRzuSHsCCeCRdwDU7Afd4bsnv7tRIQUjmDjaLVulM6S7C0y2hu_xoULb-LLjjS2Hk356DGIg_pMyFMotY',
 'results': [{'geometry': {'location': {'lat': 35.6803997, 'lng': 139.7690174},
                           'viewport': {'northeast': {'lat': 35.8174453,
                                                      'lng': 139.9188743},
                                        'southwest': {'lat': 35.519042,
                                                      'lng': 139.5628611}}},
              'icon': 'https://maps.gstatic.com/mapfiles/place_api/icons/v1/png_71/geocode-71.png',
              'name': 'Tokyo',
              'photos': [{'height': 3394,
                          'html_attributions': ['<a '
                                                'href="https://maps.google.com/maps/contrib/117659812595877252927">Yujin '
                                                'Flin</a>'],
                          'photo_reference': 'CmRaAAAAqhq5iHusvG2XuIy2ytbybDLzf1Ral74YI8qLoCBU2Gr4JE1p2pSRhHs6KEF1qtZ8m2RLNW_2SqLXB6pN8anGfIcKnSNARD0Vb4xY4oOcHD2bMfTv2vtrBxO61oA3LJ9NEhDe0VxlVJns646OdP0_nxW1GhRFjIHJ4aEwUUnbrWMYpbAZcfPMpQ',
                          'width': 5000}],
              'place_id': 'ChIJXSModoWLGGARILWiCfeu2M0',
              'reference': 'ChIJXSModoWLGGARILWiCfeu2M0',
              'scope': 'GOOGLE',
              'types': ['colloquial_area', 'locality', 'political'],
              'vicinity': 'Tokyo'},
             {'business_status': 'OPERATIONAL',
              'geometry': {'location': {'lat': 35.65861110000001,
                                        'lng': 139.6997222},
                           'viewport': {'northeast': {'lat': 35.65996008029151,
                                                      'lng': 139.7010711802915},
                                        'southwest': {'lat': 35.65726211970851,
                                                      'lng': 139.6983732197085}}},
              'icon': 'https://maps.gstatic.com/mapfiles/place_api/icons/v1/png_71/lodging-71.png',
              'name': 'Shibuya Excel Hotel Tokyu',
              'opening_hours': {'open_now': True},
              'photos': [{'height': 1701,
                          'html_attributions': ['<a '
                                                'href="https://maps.google.com/maps/contrib/101297695086602663090">Shibuya Excel Hotel Tokyu</a>'],
                          'photo_reference': 'CmRaAAAAzCl7D_cLECSouuCGIWrTZxi9PiZAY2SOD7VkIJaehZagYQG8IvQjCHIhhIPFXm8C1NBRSwVOj2isqVY1Y8D0J-QEXxtPg8hAUTOMIDQ2rw2H-TJQj1sYNSzAStGOzmuBEhATXspuQcWTZYdPCG3YPb39GhRMadylKeVy4oSpN4RnxPgPi-9lrQ',
                          'width': 2268}],
              'place_id': 'ChIJTzNfw1eLGGARagCmVhCOmP4',
              'plus_code': {'compound_code': 'MM5X+CV Shibuya City, Tokyo, '
                                             'Japan',
                            'global_code': '8Q7XMM5X+CV'},
              'price_level': 2,
              'rating': 4.1,
              'reference': 'ChIJTzNfw1eLGGARagCmVhCOmP4',
              'scope': 'GOOGLE',
              'types': ['lodging',
                        'restaurant',
                        'food',
                        'point_of_interest',
                        'establishment'],
              'user_ratings_total': 1853,
              'vicinity': '1 Chome-12-2 Dogenzaka, Shibuya City'},
             {'business_status': 'OPERATIONAL',
              'geometry': {'location': {'lat': 35.656286, 'lng': 139.7015866},
                           'viewport': {'northeast': {'lat': 35.6576349802915,
                                                      'lng': 139.7029355802915},
                                        'southwest': {'lat': 35.65493701970851,
                                                      'lng': 139.7002376197085}}},
              'icon': 'https://maps.gstatic.com/mapfiles/place_api/icons/v1/png_71/lodging-71.png',
              'name': 'Shibuya Granbell Hotel',
              'opening_hours': {'open_now': True},
              'photos': [{'height': 3745,
                          'html_attributions': ['<a '
                                                'href="https://maps.google.com/maps/contrib/102750292639177188533">Sakurai '
                                                'Daisuke</a>'],
                          'photo_reference': 'CmRaAAAAqgA3yyukqjzUrJynEUc0MiSicVaas7mSYJtDxIYbFxjnPPSDxjEdOEcLRxGMY_zTeKH7RF_cQbsLXE1fWg6zwpG8wPkuRcyu5u6GeZyP1irGJ7hfydeLGOoQJEkah1hzEhBTXJyTR0gVkYuGwOMGr6BuGhTSiw-guLPEDDzOJWd9hXrbR9Jc3Q',
                          'width': 3000}],
              'place_id': 'ChIJkwh-41mLGGARZASpROEIZrk',
              'plus_code': {'compound_code': 'MP42+GJ Shibuya City, Tokyo, '
                                             'Japan',
                            'global_code': '8Q7XMP42+GJ'},
              'rating': 4,
              'reference': 'ChIJkwh-41mLGGARZASpROEIZrk',
              'scope': 'GOOGLE',
              'types': ['lodging', 'point_of_interest', 'establishment'],
              'user_ratings_total': 533,
              'vicinity': '15-17 Sakuragaokacho, Shibuya City'},

Es ist ein verschachteltes Wörterbuch, und die Schlüssel auf der obersten Ebene bestehen aus den folgenden vier. html_attributions next_page_token results status Von diesen sind die Hauptdaten in "Ergebnissen". Einige Schlüssel unter den Ergebnissen haben auch eine verschachtelte Struktur.

Die Bewertung wird als "Rate" angezeigt. Wie erhalten Sie eine Liste mit Überprüfungskommentaren ...

Recommended Posts

Datenerfassung mit Python Googlemap API
Datenerfassungsnotiz mit der Backlog-API
Holen Sie sich Youtube-Daten in Python mithilfe der Youtube-Daten-API
Erstellen einer Google-Tabelle mit der Python / Google Data-API
Datenbereinigung mit Python
[Python] Holen Sie sich alle Kommentare mit Youtube Data Api
Datenanalyse mit Python-Pandas
Holen Sie sich LEAD-Daten mit der REST-API von Marketo in Python
[Python] Abrufen von Insight-Daten mithilfe der Google My Business-API
Abrufen von Salesforce-Daten mithilfe der REST-API
Holen Sie sich Bewertungen mit Python Googlemap API
[Python3] Google übersetzt Google Übersetzung ohne Verwendung von API
Versuchen Sie es mit der Pleasant-API (Python / FastAPI).
Abrufen von Amazon-Daten mit Keep API # 1 Abrufen von Daten
Versuchen Sie es mit der Aktions-API von Python argparse
[Python] Ich habe versucht, Daten mit der API von Wikipedia zu sammeln
[Data Science-Grundlagen] Datenerfassung über API
Führen Sie Ansible über Python mithilfe der API aus
Spielen Sie mit der YouTube Data API v3 mit dem Google API Python Client
Sammeln Sie Produktinformationen und Prozessdaten mit der Rakuten-Produktsuch-API [Python].
[Python] Ich habe versucht, mithilfe der YouTube-Daten-API verschiedene Informationen abzurufen!
Versuchen Sie es mit der Wunderlist-API in Python
Versuchen Sie, die Kraken-API mit Python zu verwenden
Holen Sie sich Lebensmitteldaten mit Amazon API (Python)
Python: Lesen von JSON-Daten von der Web-API
Ich habe versucht, YOUTUBE Data API V3 zu verwenden
Tweet mit der Twitter-API in Python
Holen Sie sich Google Fit API-Daten in Python
Python: Vorverarbeitung beim maschinellen Lernen: Datenerfassung
Ich habe versucht, die UnityCloudBuild-API von Python zu verwenden
[Python] Verschiedene Datenverarbeitung mit Numpy-Array
FX-Datenerfassung mit der OANDA REST-API
Kenntnis der Verwendung der Aurora Severless Data API
Datenanalyse Python
Starten Sie Python
Scraping mit Python
[Python] Daten lesen
Vorgehensweise zur Verwendung der WEG-API von TeamGant (mit Python)
Versuchen Sie es mit der BitFlyer Ligntning API in Python
Python --bitfinex public API memo --ticker, handelt mit Akquisition
Holen Sie sich die Bild-URL mithilfe der Flickr-API in Python
Holen Sie sich Aktienkursdaten mit Quandl API [Python]
Lassen Sie uns Emotionen mithilfe der Emotions-API in Python beurteilen
So erhalten Sie Artikeldaten mithilfe der Qiita-API
Letzte Ranglistenerstellung mit der Qiita-API mit Python
Bearbeiten Sie Objekte mit der einfachen Python-API von Blender 2.8
Anonymer Upload von Bildern mit der Imgur-API (mit Python)
Einführungsstudie zur Python-Ausgabe von Verkaufsdaten mit tapple-
Aktienkursprognose mit Deep Learning [Datenerfassung]
Versuchen Sie, die ChatWork-API und die Qiita-API in Python zu verwenden
Versuchen Sie, die DropBox Core-API mit Python zu verwenden
Datenerfassung von der Analytics-API mit dem Google API-Client für die Python Part 2-Webanwendung
Lassen Sie uns Covid-19 (Corona) -Daten mit Python analysieren [Für Anfänger]
Datenanalyse mit Python 2
Bearbeiten Sie Redmine mit Python Redmine
Laden Sie eine JPG-Datei mit der Google Drive-API in Python hoch
[Python] [Word] [python-docx] Einfache Analyse von Diff-Daten mit Python
Fibonacci-Sequenz mit Python
Python-Datenvisualisierungsbibliotheken