HTML应用指南：利用POST请求获取接入比亚迪业态的充电桩位置信息

在新能源汽车快速发展的今天，充电桩的分布和可用性成为了影响用户体验的关键因素之一。比亚迪作为全球领先的新能源汽车制造商，不仅在车辆制造方面取得了卓越成就，也在充电基础设施建设上投入了大量资源。为了帮助用户更方便地找到比亚迪充电桩的位置，本篇文章，我们将探究POST请求的实际应用，我们使用Python的requests库通过POST请求，从比亚迪官方获取充电桩位置信息，深入讲解如何构造请求、解析响应数据以及实现数据可视化，通过可视化分析来实现比亚迪的充电桩分布情况，by the way，比亚迪的充电桩通常是由第三方合作品牌运营的，但它们都接入了比亚迪的充电网络，确保用户可以方便地使用这些充电桩进行充电。

比亚迪充电桩分布位置信息：充电站

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；

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，先理解原理，完整的查询方式是通过定位坐标点查询周边5公里左右范围内接入比亚迪的充电桩的位置信息，比亚迪使用的充电桩通常也是与第三方运营商合作的品牌；

先讲一下方法思路，一共三个步骤；

方法思路

获取原始坐标点并在周边生成新的等距离点，生成层数可自定义；
基于去重后的新生成点进行查询，并保留查询得到的充电桩信息；
坐标转换，GCJ-02转WGS84；

第一步：获取原始坐标点并在周边生成新的等距离点；

第二步：基于去重后的新生成点进行查询，并保留查询得到的充电桩信息；

完整代码#运行环境 Python 3.11

import requests
import json
import pandas as pd
import math
import time
import random


def calculate_new_coordinates(lat, lng, distance_km, layers):
    """计算新的经纬度坐标"""
    coordinates = set()  # 使用集合来存储唯一坐标

    # 计算每层的纬度和经度变化
    for layer in range(layers):
        lat_change = (layer + 1) * distance_km / 111.32  # 当前层纬度变化
        lng_change = (layer + 1) * distance_km / (111.32 * math.cos(math.radians(lat)))  # 当前层经度变化

        # 生成当前层的四个基本点（上下左右）
        current_points = [
            (lat + lat_change, lng),  # 北
            (lat - lat_change, lng),  # 南
            (lat, lng + lng_change),  # 东
            (lat, lng - lng_change)  # 西
        ]

        # 将当前层的点添加到集合中
        for point in current_points:
            coordinates.add(point)

        # 对每个新生成的点，再生成四个点（上下左右）
        for point in current_points:
            new_lat, new_lng = point
            coordinates.add((new_lat + lat_change, new_lng))  # 北
            coordinates.add((new_lat - lat_change, new_lng))  # 南
            coordinates.add((new_lat, new_lng + lng_change))  # 东
            coordinates.add((new_lat, new_lng - lng_change))  # 西

    return list(coordinates)  # 转换为列表返回


def search_charge_stations(lat, lng):
    url = "https://site-api.byd.com/domestic-official-api/charge/stations/search"

    # 请求头
    headers = {----------根据你实际的请求头内容进行替换------------}

    # 请求体数据
    payload = {
        "lat": lat,
        "lng": lng,
        "keyword": "",  # 关键词，可以根据需要填写
        "pageNum": 1,  # 页码
        "pageSize": 500  # 每页大小
    }

    # 发送 POST 请求
    response = requests.post(url, headers=headers, data=json.dumps(payload))

    # 检查响应状态
    if response.status_code == 200:
        # 处理成功的响应
        data = response.json()
        print("查询成功，返回数据：", json.dumps(data, indent=4, ensure_ascii=False))

        # 提取充电站信息
        stations = data['data']['rows']
        return stations if stations else []  # 如果没有找到充电站，返回空列表
    else:
        # 处理错误响应
        print(f"请求失败，状态码: {response.status_code}, 响应内容: {response.text}")
        return []  # 确保返回空列表而不是 None


if __name__ == "__main__":
    original_lat = 31.328357  # 原始纬度
    original_lng = 121.498223  # 原始经度
    distance_km = 5  # 查询半径 5 公里
    layers = 3  # 生成点的层数

    # 计算新的坐标
    new_coordinates = calculate_new_coordinates(original_lat, original_lng, distance_km, layers)

    all_stations = []  # 用于存储所有充电站信息

    # 查询每个新坐标的充电站信息
    for lat, lng in new_coordinates:
        stations = search_charge_stations(lat, lng)

        # 如果查询结果不为空，则添加到总列表
        if stations:
            all_stations.extend(stations)  # 将当前坐标的充电站信息添加到总列表
        else:
            print(f"坐标 ({lat}, {lng}) 未找到充电站信息，跳过。")

        # 随机延时，范围在 1 到 3 秒之间
        time.sleep(random.uniform(1, 3))

    # 将所有充电站信息转换为 DataFrame
    df = pd.DataFrame(all_stations)

    # 保存为 CSV 文件
    output_csv_path = 'D:\\data\\charge_stations.csv'  # 输出文件路径
    df.to_csv(output_csv_path, index=False, encoding='utf-8-sig')
    print(f"充电站数据已成功保存为 {output_csv_path}")

这里我们基于上海的一个原始定位点，获取周边一些充电桩位置信息，获取数据标签如下，id（充电站的唯一标识符）、stationName（充电站的名称）、operatorId（运营商的唯一标识符）、operatorName（运营商的名称）、address（充电站的地址）、stationLng（充电站的经度）、stationLat（充电站的纬度）、distance（从查询点到充电站的距离（单位：公里））、currentPeriodElectricityFee（当前时段的电费（单位：元/度））、currentPeriodServiceFee（当前时段的服务费（单位：元））、dcConnectorCount（直流充电接口的数量）、 acConnectorCount（交流充电接口的数量）、dcIdleConnectorCount（当前空闲的直流充电接口数量）、 acIdleConnectorCount（当前空闲的交流充电接口数量）、electricityFeeStr（电费的详细时间段和费用信息）、serviceFeeStr（服务费的详细时间段和费用信息）、tag（充电站的标签（如“快”表示快充站））；

第三步：坐标系转换，由于数据使用的是高德坐标系（GCJ-02），为了在ArcGIS上准确展示而不发生偏移，我们需要将充电桩的坐标从GCJ-02转换为WGS-84坐标系。我们可以利用coord-convert库中的gcj2wgs(lng, lat)函数，对CSV文件中的充电桩坐标列进行转换。完成坐标转换后，再将数据导入ArcGIS进行可视化；

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。

HTML应用指南：利用POST请求获取接入比亚迪业态的充电桩位置信息

悦读