简介面向需要批量地理编码的Python开发者这一源码包借助高德地图API把Excel地址列表批量转换为经纬度解决手动逐条查询效率低、易出错的问题。压缩包共9个文件以6个Python脚本为主分别承担高德地理编码请求、坐标系统转换、Excel输入模板生成与批量演示等功能另含Excel数据模板、HTML展示页及配置文件整体仅15KB轻量便于二次修改。目前已有135人学习下载适合数据处理、LBS应用、科研分析等场景也适合刚接触地理编码服务接口的初中级开发者学习与二次开发参考。内容覆盖从环境配置、API密钥申请、脚本编写到结果输出的完整流程并针对文件权限、坐标转换等常见问题给出处理思路项目结构围绕地理编码主流程组织便于快速定位关键脚本并复用。 我做过一个门店选址分析项目手上攒了上千条门店地址需要转成经纬度才能在可视化大屏上打点。一开始手动打开地图挨个搜一上午才处理五十条眼睛都快瞎了。后来用高德API写了个批量获取经纬度的脚本几百条地址几分钟跑完还顺手把匹配级别、地址标准化结果一并存了下来后续做距离计算、配送范围分析就直接从这张表取数。这篇博文从需求分析到完整源码、再到实际踩坑一次讲透适合正在处理地址数据、做地图可视化或地理围栏判断的开发者和数据分析师参考。1. 项目全景高德地理编码API能做什么1.1 从需求到方案为什么选地理编码API而不是手动查询先还原一下真实需求。无论是门店管理、物流配送、客户收货地址分析还是市场调研中的点位数据核心流程都是拿到一串文字地址需要转换成经纬度坐标。这个转换动作在GIS领域叫“地理编码”Geocoding反向的“经纬度转地址”则叫“逆地理编码”Reverse Geocoding。高德开放平台的Web服务API里/v3/geocode/geo就是专门做地理编码的接口。我选择它有几个原因第一国内地址覆盖面广三四线城市、乡镇级地址也能匹配出结果第二地理编码接口按调用量计费个人开发者的免费配额对中小项目足够用第三文档和调试工具都齐全返回字段清晰出问题好排查。当然也有团队用百度或腾讯的同类接口方向上没有绝对优劣但高德在地址标准化和行政区划更新上比较稳定项目上线后维护成本低。这个方案解决的核心痛点是“手动查询三宗罪”效率低、出错率高、结果不结构化。人工搜索即使找到坐标还得手工复制粘贴稍不注意就串行或漏行而API返回的是结构化JSON直接进数据库多一次处理就多一分可控性。1.2 API工作原理一次地址解析背后发生了什么理解接口原理能帮你写出更稳的脚本。高德地理编码API接收一个“结构化地址”字符串内部大体经历三个步骤先对地址做分词和清洗把“省市区县街道门牌”这些要素拆开然后结合高德的行政区划数据库和POI兴趣点数据库做层级匹配最后根据匹配到的行政区域边界、道路中线、门牌号偏移量计算出坐标点。这就解释了为什么“地址写全”很重要。如果你只传“朝阳区”API只能定位到区级行政中心返回的level字段是“区县”如果你传“朝阳区望京街道阜通东大街6号院”它就能匹配到“门牌号”级别甚至精确POI。level字段是批量处理里必须关注的字段它直接反映本次匹配精度。比如做配送范围分析时区县级别的坐标偏差可能超过一公里而门牌号级别通常能控制在几十米内。返回的location字段是“经度,纬度”的字符串注意顺序不要反。很多新手第一次解析JSON把两个数颠倒赋值画出来的点全跑到了海上这种低级错误排查起来特别费时间。1.3 应用场景与影响范围这套方案的适用场景比想象中广。地图打点和可视化只是最基础的玩法。接上高德距离测量API可以做门店3公里覆盖范围分析接上行政区域判断可以做地址归属校验接上逆地理编码还能把用户手机定位转成中文地址做业务归档。对开发者来说这是一块“基础设施级”能力。数据分析师可以用它处理Excel里的地址列运营可以用它做网点分布图做物流系统的团队可以用它做订单地址标准化。不管哪个角色只要你的工作流里出现“一堆地址需要上地图”这个脚本就能直接落地用。2. 环境准备与API关键参数解析2.1 开发环境与依赖安装语言我选了Python原因是生态成熟、处理CSV方便。整个项目只依赖三个库requests负责HTTP请求pandas负责表格读写csv标准库做备选方案。安装就一条命令pip install requests pandas不需要爬虫框架不需要异步库也不需要用浏览器自动化。核心工程量在业务逻辑上而不是环境搭建。Python 3.6以上版本就行我本机用的3.9跑得没有任何问题。2.2 申请Key与配额管理调用高德API必须先注册高德开放平台账号然后在控制台创建应用。应用类型选“Web服务”创建成功后能看到一个Key。这个Key就是请求的身份凭证每次请求都要带上。这里有三点经验值得记下来。第一Key的权限控制很重要高德控制台支持设置Key的域名白名单和IP白名单服务端项目建议绑定固定IP第二不要把Key写死在客户端代码里尤其是前端JS别人扒到你的Key就能刷爆你的配额账单算你头上第三控制台能看到当前Key的“调用量配额”和“今日已用”建议批量任务开跑前看一眼剩余配额避免跑一半被限流。我遇到过不止一次项目上线后Key泄露被别人盗刷到日配额上限第二天正常用户全部接口报错。后来学乖了正式环境一律用服务端代理转发请求前端只负责提交地址不接触Key。2.3 核心请求参数详解地理编码接口的请求方式很简单一个GET请求即可。关键参数有三个参数名是否必填说明key是开发者Key控制台创建address是结构化地址信息比如“北京市朝阳区望京街道阜通东大街6号院”city否指定查询的城市比如“北京”可以极大提升匹配准确率city这个参数是性价比最高的优化项。它有两大作用一是限定搜索范围减少歧义二是当address缺省省市区信息时用city做兜底。比如地址只写“人民路1号”全国叫这个名字的路有几百条不传city时API可能返回错误匹配甚至空结果传了city后能直接锁定到具体城市的道路。返回的JSON核心结构长这样{ status: 1, info: OK, geocodes: [ { formatted_address: 北京市朝阳区望京街道, location: 116.479081,39.990371, level: 道路 } ] }判断调用是否成功只看status是否为1而不是看HTTP状态码。HTTP 200也可能返回业务异常比如Key无效或参数错误异常信息在info和infocode字段里。geocodes是匹配结果数组正常情况取第一条即可如果数组为空说明该地址没有匹配到任何结果。3. 批量获取经纬度的完整源码实现3.1 代码整体结构设计批量脚本的整体思路是“读表 - 循环编码 - 写表”。输入是一个CSV文件必须包含地址列输出是另一个CSV保留了原表所有字段同时追加经纬度、匹配级别、匹配地址、状态四列。代码分三层设计。第一层是单条地址的请求封装函数负责调用API并解析结果第二层是批量处理主函数负责读取文件、控制循环速度和记录进度第三层是入口设置文件路径和地址列名。三层分离的好处是单条函数可以独立测试批量逻辑可以复用入口改参数就能适配不同数据文件。3.2 核心函数单条地址编码get_location函数是整个脚本的心脏。它做了四件事拼接参数、发起请求、解析JSON、处理失败重试。我看到很多教程里的示例代码只做前两件事实际开发中解析和重试才是保命逻辑。import time import requests import pandas as pd AMAP_KEY 你的Key GEOCODE_URL https://restapi.amap.com/v3/geocode/geo def get_location(address, cityNone): 单条地址转经纬度返回结构化结果字典 params { key: AMAP_KEY, address: address, output: json, } if city: params[city] city for attempt in range(3): try: resp requests.get(GEOCODE_URL, paramsparams, timeout5) data resp.json() if data.get(status) 1: geocodes data.get(geocodes) or [] if geocodes: loc geocodes[0].get(location, ) if loc: lng, lat loc.split(,) return { lng: lng, lat: lat, level: geocodes[0].get(level, ), formatted_address: geocodes[0].get(formatted_address, ), status: success, } return {lng: , lat: , level: , formatted_address: , status: empty} else: print(fAPI返回失败: {data.get(info)} (code: {data.get(infocode)})) return {lng: , lat: , level: , formatted_address: , status: ferror_{data.get(infocode)}} except Exception as e: print(f请求异常: {e}, 重试 {attempt 1}/3) time.sleep(1) return {lng: , lat: , level: , formatted_address: , status: timeout}这里有几个细节值得解释。timeout5是必须的没有超时时间的HTTP请求在遇到网络波动时可能挂住整个脚本。异常重试三次每次间隔1秒这是针对偶发网络抖动的简单策略。解析location时用split(,)拿到经纬度高德返回的格式固定是“经度,纬度”千万别把lng和lat赋值反了。3.3 批量处理与速率控制批量处理的主循环比看起来更有讲究。最核心的原则是必须限制请求速率。高德Web服务API对每个Key有单用户QPS限制个人开发者默认不高。一旦超过接口返回“CUQPS_HAS_EXCEEDED_THE_LIMIT”之类的错误码如果忽略错误码继续狂打还可能触发账号风控。所以我在循环体里加了一句time.sleep(0.3)把调用频率控制在每秒3次左右。这个速度对绝大多数项目足够了——1000条数据也就五六分钟跑完数据量再大一点几万条也就是一小时左右的事完全在可接受范围内。def batch_geocode(input_file, address_col, output_fileoutput.csv): df pd.read_csv(input_file) results [] total len(df) for idx, row in df.iterrows(): addr str(row[address_col]).strip() result get_location(addr) results.append({ 原始地址: addr, 经度: result[lng], 纬度: result[lat], 匹配级别: result[level], 匹配地址: result[formatted_address], 状态: result[status], }) if (idx 1) % 10 0 or (idx 1) total: print(f已处理 {idx 1}/{total}当前进度 {(idx 1) / total * 100:.1f}%) time.sleep(0.3) result_df pd.DataFrame(results) combined pd.concat([df, result_df], axis1) combined.to_csv(output_file, indexFalse, encodingutf-8-sig) print(f完成结果已保存到 {output_file})进度打印不是花架子。几百条数据还好上万条数据跑批时面对一个黑框框半小时没动静心里会发毛。每处理10条打印一次进度能让你及时发现脚本是正常跑着还是卡死了。encodingutf-8-sig也很重要这个编码方式会在CSV文件头部加上BOMExcel直接双击打开才不会乱码。再补一个断点续传的思路。如果你经常跑几千条以上的数据建议在循环里记录已处理的行号写到一个progress.txt脚本重启时读取这个文件从上次的位置继续跑。我第一版脚本没做这个机制结果一次网络中断导致全部重跑白白浪费了半小时。3.4 运行效果与结果示例调用入口就三行if __name__ __main__: batch_geocode(addresses.csv, 门店地址, addresses_with_lnglat.csv)假设addresses.csv长这样门店编号门店地址S001北京市朝阳区望京街道阜通东大街6号院S002上海市浦东新区世纪大道100号S003广州市天河区体育西路123号跑完后生成的addresses_with_lnglat.csv大致如下门店编号原始地址经度纬度匹配级别匹配地址状态S001北京市朝阳区望京街道阜通东大街6号院116.48170439.990371道路北京市朝阳区阜通东大街successS002上海市浦东新区世纪大道100号121.51947531.238193交通地名上海市浦东新区世纪大道successS003广州市天河区体育西路123号113.32120423.141942道路广州市天河区体育西路success表格里能直观看到即使都标记为success匹配级别可能不同。后续使用数据时级别是“复合”或“POI”的结果可信度最高级别是“区县”的就要打问号要么人工复核要么重新清洗地址。这个判断逻辑建议写进数据处理流程里别等到画地图时才发现点全挤在区政府大院里。4. 常见问题与避坑经验4.1 为什么返回结果是拼音地址标准化失败的真相这是被问得最多的问题也是高德相关热搜里常年上榜的话题。你拿一个地址去请求地理编码API或者拿一个城市名去请求天气API返回的结果里中文变成了拼音比如“北京市”变成“beijing shi”“朝阳区”变成“chaoyang qu”。这不是API抽风而是地址标准化失败后的兜底表现。高德的地址匹配流程中输入地址会先和标准地名词库做比对。如果地址写得太简略、包含非标准别名、或者存在错别字系统匹配不到标准地名就会退而求其次按拼音或拼音首字母做模糊匹配。这个机制本意是提升容错率但对业务数据处理来说拼音结果往往没有实际使用价值。应对办法有三个层面。第一在请求参数里带city锁定查询范围减少歧义第二在数据预处理阶段清洗地址补全省市区信息去掉“XX路XX号隔壁”“XX大厦对面”这类非结构化描述第三对返回结果做二次过滤检测到结果中含拼音字母正则匹配[a-zA-Z]时直接把状态标记为“疑似异常”后续走人工复核流程。千万不要让拼音结果静默进入正式数据库等到线上使用时炸雷。4.2 QPS超限并发与限速的正确姿势批量请求最常见的报错是“CUQPS_HAS_EXCEEDED_THE_LIMIT”和“USER_DAILY_QUERY_OVER_LIMIT”前者是每秒请求次数超限后者是当日调用总量超限。我的建议是优先串行不要盲目上并发。很多人一看有几千条数据第一反应是开线程池跑并发加速。但高德的QPS限制就摆在那里并发开得再高超过阈值返回全失败反而浪费时间。串行加适当sleep是成本最低、最稳妥的方案。如果你确实有高吞吐需求比如每天要处理几十万条地址可以考虑用高德企业认证的配额提升服务或者在代码里做“令牌桶”限流算法把请求速率稳定控制在配额以内。但中小企业项目真的没必要一上来就上这套复杂度先算一笔账每秒3次调用一天可以处理约25万条地址这已经超过绝大多数业务场景的需求了。下面是几个高频错误码速查表建议收藏错误码/标识含义处理方式10000请求正常无需处理10001Key不正确或已删除检查控制台Key10003当日调用量超限等配额恢复或申请提升10004参数缺失或格式错误检查address/city参数CUQPS_HAS_EXCEEDED_THE_LIMIT每秒请求超限增大sleep间隔降低频率4.3 数据清洗地址规范化的几条心得写批处理脚本只是整个流程的一半另一半在数据处理。我接手的几乎所有地址数据都是“脏”的混合了全角半角字符、多余空格、繁简体、口语化描述。如果直接喂给API结果质量完全看运气。我的清洗套路是这样先用正则把全角数字字母转半角然后把地址里的连续空格压缩成单空格再做一次“省市区县”关键词整合。比如“朝阳区望京街道阜通东大街6号院西侧100米”这种带方位描述的长地址建议截断到“街道道路门牌”为止多余的“西侧100米”反而干扰匹配。还有一个很实用的小经验不要一上来就全量跑。先随机抽10条地址人工验证这10条的匹配准确率。如果10条里有7条以上能准确匹配到正确位置再放心跑全量如果准确率连一半都不到先回头清洗数据别拿API当脏数据清洗器用API填不了地址本身的坑。结尾最后分享一个个人习惯。脚本跑完后我会额外做一步“抽查复核”随机抽20条结果在高德地图网页版手动搜索原始地址对比API返回的坐标是否落在正确位置。这个动作看起来原始却能提前发现很多系统性偏差比如某个城市的行政区划刚调整过、某个路名刚刚改过名这些都会影响匹配准确率。跑批工具再自动化最终落在业务里的数据质量终究要靠人对结果负责。这套脚本帮我处理过的地址数据少说也有几十万条了希望也能帮你把坐标这件事一次搞定。本文还有配套的精品资源点击获取
简介面向需要批量地理编码的Python开发者这一源码包借助高德地图API把Excel地址列表批量转换为经纬度解决手动逐条查询效率低、易出错的问题。压缩包共9个文件以6个Python脚本为主分别承担高德地理编码请求、坐标系统转换、Excel输入模板生成与批量演示等功能另含Excel数据模板、HTML展示页及配置文件整体仅15KB轻量便于二次修改。目前已有135人学习下载适合数据处理、LBS应用、科研分析等场景也适合刚接触地理编码服务接口的初中级开发者学习与二次开发参考。内容覆盖从环境配置、API密钥申请、脚本编写到结果输出的完整流程并针对文件权限、坐标转换等常见问题给出处理思路项目结构围绕地理编码主流程组织便于快速定位关键脚本并复用。 我做过一个门店选址分析项目手上攒了上千条门店地址需要转成经纬度才能在可视化大屏上打点。一开始手动打开地图挨个搜一上午才处理五十条眼睛都快瞎了。后来用高德API写了个批量获取经纬度的脚本几百条地址几分钟跑完还顺手把匹配级别、地址标准化结果一并存了下来后续做距离计算、配送范围分析就直接从这张表取数。这篇博文从需求分析到完整源码、再到实际踩坑一次讲透适合正在处理地址数据、做地图可视化或地理围栏判断的开发者和数据分析师参考。1. 项目全景高德地理编码API能做什么1.1 从需求到方案为什么选地理编码API而不是手动查询先还原一下真实需求。无论是门店管理、物流配送、客户收货地址分析还是市场调研中的点位数据核心流程都是拿到一串文字地址需要转换成经纬度坐标。这个转换动作在GIS领域叫“地理编码”Geocoding反向的“经纬度转地址”则叫“逆地理编码”Reverse Geocoding。高德开放平台的Web服务API里/v3/geocode/geo就是专门做地理编码的接口。我选择它有几个原因第一国内地址覆盖面广三四线城市、乡镇级地址也能匹配出结果第二地理编码接口按调用量计费个人开发者的免费配额对中小项目足够用第三文档和调试工具都齐全返回字段清晰出问题好排查。当然也有团队用百度或腾讯的同类接口方向上没有绝对优劣但高德在地址标准化和行政区划更新上比较稳定项目上线后维护成本低。这个方案解决的核心痛点是“手动查询三宗罪”效率低、出错率高、结果不结构化。人工搜索即使找到坐标还得手工复制粘贴稍不注意就串行或漏行而API返回的是结构化JSON直接进数据库多一次处理就多一分可控性。1.2 API工作原理一次地址解析背后发生了什么理解接口原理能帮你写出更稳的脚本。高德地理编码API接收一个“结构化地址”字符串内部大体经历三个步骤先对地址做分词和清洗把“省市区县街道门牌”这些要素拆开然后结合高德的行政区划数据库和POI兴趣点数据库做层级匹配最后根据匹配到的行政区域边界、道路中线、门牌号偏移量计算出坐标点。这就解释了为什么“地址写全”很重要。如果你只传“朝阳区”API只能定位到区级行政中心返回的level字段是“区县”如果你传“朝阳区望京街道阜通东大街6号院”它就能匹配到“门牌号”级别甚至精确POI。level字段是批量处理里必须关注的字段它直接反映本次匹配精度。比如做配送范围分析时区县级别的坐标偏差可能超过一公里而门牌号级别通常能控制在几十米内。返回的location字段是“经度,纬度”的字符串注意顺序不要反。很多新手第一次解析JSON把两个数颠倒赋值画出来的点全跑到了海上这种低级错误排查起来特别费时间。1.3 应用场景与影响范围这套方案的适用场景比想象中广。地图打点和可视化只是最基础的玩法。接上高德距离测量API可以做门店3公里覆盖范围分析接上行政区域判断可以做地址归属校验接上逆地理编码还能把用户手机定位转成中文地址做业务归档。对开发者来说这是一块“基础设施级”能力。数据分析师可以用它处理Excel里的地址列运营可以用它做网点分布图做物流系统的团队可以用它做订单地址标准化。不管哪个角色只要你的工作流里出现“一堆地址需要上地图”这个脚本就能直接落地用。2. 环境准备与API关键参数解析2.1 开发环境与依赖安装语言我选了Python原因是生态成熟、处理CSV方便。整个项目只依赖三个库requests负责HTTP请求pandas负责表格读写csv标准库做备选方案。安装就一条命令pip install requests pandas不需要爬虫框架不需要异步库也不需要用浏览器自动化。核心工程量在业务逻辑上而不是环境搭建。Python 3.6以上版本就行我本机用的3.9跑得没有任何问题。2.2 申请Key与配额管理调用高德API必须先注册高德开放平台账号然后在控制台创建应用。应用类型选“Web服务”创建成功后能看到一个Key。这个Key就是请求的身份凭证每次请求都要带上。这里有三点经验值得记下来。第一Key的权限控制很重要高德控制台支持设置Key的域名白名单和IP白名单服务端项目建议绑定固定IP第二不要把Key写死在客户端代码里尤其是前端JS别人扒到你的Key就能刷爆你的配额账单算你头上第三控制台能看到当前Key的“调用量配额”和“今日已用”建议批量任务开跑前看一眼剩余配额避免跑一半被限流。我遇到过不止一次项目上线后Key泄露被别人盗刷到日配额上限第二天正常用户全部接口报错。后来学乖了正式环境一律用服务端代理转发请求前端只负责提交地址不接触Key。2.3 核心请求参数详解地理编码接口的请求方式很简单一个GET请求即可。关键参数有三个参数名是否必填说明key是开发者Key控制台创建address是结构化地址信息比如“北京市朝阳区望京街道阜通东大街6号院”city否指定查询的城市比如“北京”可以极大提升匹配准确率city这个参数是性价比最高的优化项。它有两大作用一是限定搜索范围减少歧义二是当address缺省省市区信息时用city做兜底。比如地址只写“人民路1号”全国叫这个名字的路有几百条不传city时API可能返回错误匹配甚至空结果传了city后能直接锁定到具体城市的道路。返回的JSON核心结构长这样{ status: 1, info: OK, geocodes: [ { formatted_address: 北京市朝阳区望京街道, location: 116.479081,39.990371, level: 道路 } ] }判断调用是否成功只看status是否为1而不是看HTTP状态码。HTTP 200也可能返回业务异常比如Key无效或参数错误异常信息在info和infocode字段里。geocodes是匹配结果数组正常情况取第一条即可如果数组为空说明该地址没有匹配到任何结果。3. 批量获取经纬度的完整源码实现3.1 代码整体结构设计批量脚本的整体思路是“读表 - 循环编码 - 写表”。输入是一个CSV文件必须包含地址列输出是另一个CSV保留了原表所有字段同时追加经纬度、匹配级别、匹配地址、状态四列。代码分三层设计。第一层是单条地址的请求封装函数负责调用API并解析结果第二层是批量处理主函数负责读取文件、控制循环速度和记录进度第三层是入口设置文件路径和地址列名。三层分离的好处是单条函数可以独立测试批量逻辑可以复用入口改参数就能适配不同数据文件。3.2 核心函数单条地址编码get_location函数是整个脚本的心脏。它做了四件事拼接参数、发起请求、解析JSON、处理失败重试。我看到很多教程里的示例代码只做前两件事实际开发中解析和重试才是保命逻辑。import time import requests import pandas as pd AMAP_KEY 你的Key GEOCODE_URL https://restapi.amap.com/v3/geocode/geo def get_location(address, cityNone): 单条地址转经纬度返回结构化结果字典 params { key: AMAP_KEY, address: address, output: json, } if city: params[city] city for attempt in range(3): try: resp requests.get(GEOCODE_URL, paramsparams, timeout5) data resp.json() if data.get(status) 1: geocodes data.get(geocodes) or [] if geocodes: loc geocodes[0].get(location, ) if loc: lng, lat loc.split(,) return { lng: lng, lat: lat, level: geocodes[0].get(level, ), formatted_address: geocodes[0].get(formatted_address, ), status: success, } return {lng: , lat: , level: , formatted_address: , status: empty} else: print(fAPI返回失败: {data.get(info)} (code: {data.get(infocode)})) return {lng: , lat: , level: , formatted_address: , status: ferror_{data.get(infocode)}} except Exception as e: print(f请求异常: {e}, 重试 {attempt 1}/3) time.sleep(1) return {lng: , lat: , level: , formatted_address: , status: timeout}这里有几个细节值得解释。timeout5是必须的没有超时时间的HTTP请求在遇到网络波动时可能挂住整个脚本。异常重试三次每次间隔1秒这是针对偶发网络抖动的简单策略。解析location时用split(,)拿到经纬度高德返回的格式固定是“经度,纬度”千万别把lng和lat赋值反了。3.3 批量处理与速率控制批量处理的主循环比看起来更有讲究。最核心的原则是必须限制请求速率。高德Web服务API对每个Key有单用户QPS限制个人开发者默认不高。一旦超过接口返回“CUQPS_HAS_EXCEEDED_THE_LIMIT”之类的错误码如果忽略错误码继续狂打还可能触发账号风控。所以我在循环体里加了一句time.sleep(0.3)把调用频率控制在每秒3次左右。这个速度对绝大多数项目足够了——1000条数据也就五六分钟跑完数据量再大一点几万条也就是一小时左右的事完全在可接受范围内。def batch_geocode(input_file, address_col, output_fileoutput.csv): df pd.read_csv(input_file) results [] total len(df) for idx, row in df.iterrows(): addr str(row[address_col]).strip() result get_location(addr) results.append({ 原始地址: addr, 经度: result[lng], 纬度: result[lat], 匹配级别: result[level], 匹配地址: result[formatted_address], 状态: result[status], }) if (idx 1) % 10 0 or (idx 1) total: print(f已处理 {idx 1}/{total}当前进度 {(idx 1) / total * 100:.1f}%) time.sleep(0.3) result_df pd.DataFrame(results) combined pd.concat([df, result_df], axis1) combined.to_csv(output_file, indexFalse, encodingutf-8-sig) print(f完成结果已保存到 {output_file})进度打印不是花架子。几百条数据还好上万条数据跑批时面对一个黑框框半小时没动静心里会发毛。每处理10条打印一次进度能让你及时发现脚本是正常跑着还是卡死了。encodingutf-8-sig也很重要这个编码方式会在CSV文件头部加上BOMExcel直接双击打开才不会乱码。再补一个断点续传的思路。如果你经常跑几千条以上的数据建议在循环里记录已处理的行号写到一个progress.txt脚本重启时读取这个文件从上次的位置继续跑。我第一版脚本没做这个机制结果一次网络中断导致全部重跑白白浪费了半小时。3.4 运行效果与结果示例调用入口就三行if __name__ __main__: batch_geocode(addresses.csv, 门店地址, addresses_with_lnglat.csv)假设addresses.csv长这样门店编号门店地址S001北京市朝阳区望京街道阜通东大街6号院S002上海市浦东新区世纪大道100号S003广州市天河区体育西路123号跑完后生成的addresses_with_lnglat.csv大致如下门店编号原始地址经度纬度匹配级别匹配地址状态S001北京市朝阳区望京街道阜通东大街6号院116.48170439.990371道路北京市朝阳区阜通东大街successS002上海市浦东新区世纪大道100号121.51947531.238193交通地名上海市浦东新区世纪大道successS003广州市天河区体育西路123号113.32120423.141942道路广州市天河区体育西路success表格里能直观看到即使都标记为success匹配级别可能不同。后续使用数据时级别是“复合”或“POI”的结果可信度最高级别是“区县”的就要打问号要么人工复核要么重新清洗地址。这个判断逻辑建议写进数据处理流程里别等到画地图时才发现点全挤在区政府大院里。4. 常见问题与避坑经验4.1 为什么返回结果是拼音地址标准化失败的真相这是被问得最多的问题也是高德相关热搜里常年上榜的话题。你拿一个地址去请求地理编码API或者拿一个城市名去请求天气API返回的结果里中文变成了拼音比如“北京市”变成“beijing shi”“朝阳区”变成“chaoyang qu”。这不是API抽风而是地址标准化失败后的兜底表现。高德的地址匹配流程中输入地址会先和标准地名词库做比对。如果地址写得太简略、包含非标准别名、或者存在错别字系统匹配不到标准地名就会退而求其次按拼音或拼音首字母做模糊匹配。这个机制本意是提升容错率但对业务数据处理来说拼音结果往往没有实际使用价值。应对办法有三个层面。第一在请求参数里带city锁定查询范围减少歧义第二在数据预处理阶段清洗地址补全省市区信息去掉“XX路XX号隔壁”“XX大厦对面”这类非结构化描述第三对返回结果做二次过滤检测到结果中含拼音字母正则匹配[a-zA-Z]时直接把状态标记为“疑似异常”后续走人工复核流程。千万不要让拼音结果静默进入正式数据库等到线上使用时炸雷。4.2 QPS超限并发与限速的正确姿势批量请求最常见的报错是“CUQPS_HAS_EXCEEDED_THE_LIMIT”和“USER_DAILY_QUERY_OVER_LIMIT”前者是每秒请求次数超限后者是当日调用总量超限。我的建议是优先串行不要盲目上并发。很多人一看有几千条数据第一反应是开线程池跑并发加速。但高德的QPS限制就摆在那里并发开得再高超过阈值返回全失败反而浪费时间。串行加适当sleep是成本最低、最稳妥的方案。如果你确实有高吞吐需求比如每天要处理几十万条地址可以考虑用高德企业认证的配额提升服务或者在代码里做“令牌桶”限流算法把请求速率稳定控制在配额以内。但中小企业项目真的没必要一上来就上这套复杂度先算一笔账每秒3次调用一天可以处理约25万条地址这已经超过绝大多数业务场景的需求了。下面是几个高频错误码速查表建议收藏错误码/标识含义处理方式10000请求正常无需处理10001Key不正确或已删除检查控制台Key10003当日调用量超限等配额恢复或申请提升10004参数缺失或格式错误检查address/city参数CUQPS_HAS_EXCEEDED_THE_LIMIT每秒请求超限增大sleep间隔降低频率4.3 数据清洗地址规范化的几条心得写批处理脚本只是整个流程的一半另一半在数据处理。我接手的几乎所有地址数据都是“脏”的混合了全角半角字符、多余空格、繁简体、口语化描述。如果直接喂给API结果质量完全看运气。我的清洗套路是这样先用正则把全角数字字母转半角然后把地址里的连续空格压缩成单空格再做一次“省市区县”关键词整合。比如“朝阳区望京街道阜通东大街6号院西侧100米”这种带方位描述的长地址建议截断到“街道道路门牌”为止多余的“西侧100米”反而干扰匹配。还有一个很实用的小经验不要一上来就全量跑。先随机抽10条地址人工验证这10条的匹配准确率。如果10条里有7条以上能准确匹配到正确位置再放心跑全量如果准确率连一半都不到先回头清洗数据别拿API当脏数据清洗器用API填不了地址本身的坑。结尾最后分享一个个人习惯。脚本跑完后我会额外做一步“抽查复核”随机抽20条结果在高德地图网页版手动搜索原始地址对比API返回的坐标是否落在正确位置。这个动作看起来原始却能提前发现很多系统性偏差比如某个城市的行政区划刚调整过、某个路名刚刚改过名这些都会影响匹配准确率。跑批工具再自动化最终落在业务里的数据质量终究要靠人对结果负责。这套脚本帮我处理过的地址数据少说也有几十万条了希望也能帮你把坐标这件事一次搞定。本文还有配套的精品资源点击获取
平方复杂度无法被常规优化消除｜TaoToken 统一 Key 通道实测)
