如何使用Python、JSON和谷歌地图在服务器端进行反向地理编码？

Question

我正在尝试服务器端的反向地理编码，想要获取一个json格式的响应，现在我想从这个json响应中提取2到3个变量：

我想解析这些数据，最后得到比如说：

administrative_area_level_1 = 'Stockholm'

jsondata = json.load(urllib2.urlopen('http://maps.googleapis.com/maps/api/geocode/json?latlng=59.3,18.1&sensor=false'))

这是我用来获取json的python代码，现在我想知道怎么解析它，以便只获取：

• administrative_area_level_1 的长名称（也就是州或地区的名称）
• locality 的长名称（也就是城市的名称）
• 如何解析我的json的理解

我可以解析它，但有时候并不总是返回 administrative_area_1：

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

上面的代码在纽约的某个点正确输出了“New York”，但在斯德哥尔摩却输出了一个邮政城市的名称，比如Johanneshow，这并不是administrative_area_1（地区/州）。那么怎么才能确保这个函数总是返回administrative_area_1，最好是不用循环呢？

我希望它能像下面这样直接访问国家、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"]))

提前谢谢你

更新

这里有一个很好的答案，得到了我期待的结果。在等待答案的同时，我也尝试自己实现一个解决方案，似乎可以做到：

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"]

---

Answer 1

处理响应

其实不需要解析JSON，因为它已经被json.load()处理过了，并且以Python的数据结构返回。你可以把它当作简单的字典来使用，里面可以包含列表或其他字典。

访问响应中需要的部分

要访问你需要的数据，可以使用以下代码：

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

这里面包含了所有地名信息：

[{u'long_name': u'S\xf6dra L\xe4nken', u'types': [u'route'], u'short_name': u'S\xf6dra L\xe4nken'}, {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

如你所见，有很多数据其实是你不需要的，但你只想要locality和administrative_area_level_1的信息。你可以使用filter()这个Python函数来筛选数据，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，你只会得到那些在"types"列表中包含'locality'或'administrative_area_level_1'的元素。经过上面的操作，geonames将会是一个包含你需要的字典的列表：

[{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'}]

展示数据

要显示这些名字，你可以例如遍历它们，展示long_name和对应的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)

这就是你期待的结果吗？

完整代码

代码可能看起来像这样：

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))