当前位置：首页 > news >正文

HTML应用指南：利用GET请求获取全国盒马门店位置信息

news 来源：原创 2025/5/9 15:18:43

随着新零售业态的发展，门店位置信息的获取变得至关重要。作为新零售领域的先锋，盒马鲜生不仅在商业模式创新上持续领先，还积极构建广泛的门店网络，以支持其不断增长的用户群体。本篇文章，我们将继续探究GET请求的实际应用，我们使用Python的requests库通过GET请求，从盒马鲜生官方网站获取门店位置信息，包括全国业态的盒马鲜生店、盒马X会员店、盒马邻里店、盒马奥莱店，通过解析构造请求、响应数据以及实现数据可视化，并通过可视化分析来展示盒马鲜生在我国的分布情况。

盒马鲜生官方网址：盒马

我们第一步先找到门店数据的存储位置，然后看3个关键部分标头、负载、 预览；

标头：通常包括URL的连接，也就是目标资源的位置；

负载：对于GET请求：负载通常包含了传递的参数，有些网页负载可能为空，或者没有负载，因为所有参数都通过URL传递；

盒马就没有负载这一部分，那么为什么没有呢？

根据 HTTP/1.1 的规范（RFC 7231），GET 请求不应包含请求体。虽然技术上可以在 GET 请求中包含请求体，但这并不符合规范，且大多数服务器和中间件不会处理 GET 请求中的请求体，也就是说HTTP 协议没有为 GET的请求体赋予语义，也就是即不要求也不禁止 GET 请求带请求体；

前面的状态码提到了200 OK (从磁盘缓存) 又是什么意思？

200 好理解，也就是 HTTP 状态码，表示请求已成功处理，那什么是从磁盘缓存？

(从磁盘缓存) 缓存机制：这部分信息表明响应内容是从客户端的缓存中获取的，而不是直接从服务器获取的。缓存可以是浏览器的内存缓存或磁盘缓存。

磁盘缓存：当浏览器访问某个资源时，它会将该资源存储在本地的磁盘缓存中，以便在后续请求中快速访问，而无需再次向服务器发送请求。这有助于提高加载速度和减少网络带宽的使用。

预览：指的是对响应内容的快速查看或摘要显示，可以帮助用户快速了解返回的数据结构或内容片段；

接下来就是数据获取部分，先讲一下方法思路，一共三个步骤；

方法思路

获取所有店铺列表的相关标签数据，另存为csv；
根据每个店铺地址信息查询地理坐标信息；
坐标转换，GCJ-02转WGS84；

第一步：我们先找到对应数据存储位置，获取所有店铺列表，并根据标签进行保存，另存为csv；

完整代码#运行环境 Python 3.11

import requests
import json
import csvdef fetch_json_data():# 请求的 URLurl = 'https://hema-infra-center.oss-cn-zhangjiakou.aliyuncs.com/lnc/store.json'# 自定义请求头headers = {'user-agent': 'Mozilla/5.0 (Linux; Android 6.0; Nexus 5 Build/MRA58N) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/132.0.0.0 Mobile Safari/537.36 Edg/132.0.0.0'}try:# 发送 GET 请求response = requests.get(url, headers=headers)# 检查响应状态response.raise_for_status()  # 如果响应状态码不是 200，将引发异常# 解析 JSON 数据data = response.json()# 打开 CSV 文件以写入数据with open('store_data.csv', mode='w', newline='', encoding='utf-8') as csv_file:fieldnames = ['resourceName','address','city','county','province','bizStatus','bizStatusName','businessFormat','businessFormatName','role','roleName']writer = csv.DictWriter(csv_file, fieldnames=fieldnames)writer.writeheader()  # 写入表头# 遍历 data 列表for item in data.get("data", []):  # 从 JSON 中提取 "data" 字段writer.writerow({'resourceName': item.get("resourceName"),'address': item.get("address"),'city': item.get("city"),'county': item.get("county"),'province': item.get("province"),'bizStatus': item.get("bizStatus"),'bizStatusName': item.get("bizStatusName"),'businessFormat': item.get("businessFormat"),'businessFormatName': item.get("businessFormatName"),'role': item.get("role"),'roleName': item.get("roleName")})print("数据已成功保存到 store_data.csv")except requests.exceptions.RequestException as e:print(f"请求错误: {e}")if __name__ == "__main__":fetch_json_data()

这里我们已经拿到了所有门店的标签数据和门店地址信息，包括地址（address）、业务状态（bizStatus）表示商店的运营状态，通常用数字表示，而业务状态名称（bizStatusName）则是其中文描述，如“正常”表示商店正常运营。业务格式（businessFormat）指商店的经营模式或类型，简写为“ALZK”，而业务格式名称（businessFormatName）则是其中文描述，例如“奥莱折扣”。城市ID（cityId）、区县（county）、省份（province），这里解释一下role标签中的NB，意为Neighbour Business（社邻商业）也就是盒马邻里，Fresh也就是盒马鲜生；

第二步部分：坐标系转换，因为数据用的是高德坐标系（GCJ02），我们需要把转换成wgs84坐标系在argis上展示才不会偏移，我们把csv的坐标列手动分列一下，并把坐标从高德坐标系（GCJ02）转到WGS84，具体实现方法可以参考我这篇文章：地址转坐标：利用高德API进行批量地理编码_高德地图api-CSDN博客；

这里可以直接下载转换结果，坐标系GCJ-02，当然还有个别地址描述太模糊的或者格式无法识别，会查不出坐标，手动查一下坐标即可，大部分还是可以查到的，因为当前坐标系是GCJ02，需要批量转成WGS84/BD09的话可以用免费这个网站：批量转换工具：地图坐标系批量转换 - 免费在线工具 (latlongconverter.online)；

第三步部分：坐标数据可视化，我们把转好的WGS84坐标信息放到argis进行可视化，可以看到盒马门店在空间上的分布情况；

从图中我们可以看到盒马门店的主要集中区域：盒马门店主要集中在上海及其周边地区，包括苏州、嘉兴等城市。这表明盒马在这些城市的市场渗透率较高，在大城市（如上海）中，门店分布较为密集，可能是因为这些地区的人口密度高，消费能力强，适合盒马的商业模式。

文章仅用于分享个人学习成果与个人存档之用，分享知识，如有侵权，请联系作者进行删除。所有信息均基于作者的个人理解和经验，不代表任何官方立场或权威解读。

相关文章：