两个在不同公司上班的人如何快速找到通勤最方便的租房位置~①
RT，要毕业工作了，面临租房子的问题，如果是自己一个人的话，那么很简单，只需要采取就近原则去找房子就可以了，但如果要两个人呢？如果想和自己的npy或者其他好朋友一起租房子住，但是双方的工作地点又不在一起怎么办呢？目前主流的租房APP，如自如、链家、贝壳等还不提供这种功能，因此自己写了一个小工具来实现一下。
代码运行环境：Python3，可自行下载运行，指路链接，目前还需要自己搭建相应的环境嗷。
下面会从以下5个方面展开：
- 介绍该方法的思路
- 介绍第一版本工具的功能
- 详细介绍实现过程
- 该方法存在的不足
- 之后想要进一步实现的一些想法
当前思路
可以将当前的城市想象成一个由无数点构成的图，其中两点为两个人的工作地点，标记为A和B，那么我们就是要从这个图中找到比较合适的几个点，使其到达A和B的通勤时间和交通方案比较容易让人接受（如通勤时间尽可能短，换乘尽可能少，步行尽可能少之类的）。刚刚毕业的大家一般没有car等大型的交通工具，绝大部分人还是以公共交通为主，博主本人更偏向于乘坐地铁，因此将所在城市（北京）的所有地铁站点作为备选点，分别计算每个地铁站点到达A和B的时间t1和t2，并使用时间之和t1+t2对地铁站进行排序，从而缩小合适地点的范围，减小人工查询的大量工作量。
工具功能
- 获取北京市内所有的地铁站点
- 计算每个站点到达A和B所需的时间和费用
- 筛选出时间和费用满足一定条件的交通方案，并按照时间之和进行排序输出
实现过程
首先第一步就是要获取北京市内所有的地铁站点，这就是路径规划中的起始点，A和B作为终点，然后调用高德的API进行路径规划，其中需要的是origin和destination的经纬度，所以还需要将A、B以及地铁站点都转换为经纬度。因此将整个过程划分为以下三个步骤：获取站点、获取经纬度、路径规划。
1. 爬虫获取所有地铁站点信息
北京本地宝网站上保存有最新的地铁线路和地铁站点信息，首先请求首页的源代码，并利用正则表达式匹配其中每条线路的链接，如下图1为首页，下图2为源代码，其中可获取每个线路的链接。
遍历每个线路的链接，并再次获取源代码，使用正则表达式匹配获取全部的地铁站点名，如下图1展示了1号线上所有的站点，下图2为源代码，从中可获取全部的站点名称。
以下为爬虫获取站点的代码
link为每条地铁线路的链接，遍历每个链接，获取地铁站名称name，代码中的for ele in name:部分是对正则匹配出的内容进行处理，删除多余字符，并使name以‘站’结尾，最后将获得的站名保存在subway变量中。
# 爬虫爬取当前的所有地铁站名
def get_subway():
subway = set()
prefix = 'http://bj.bendibao.com'
home_url = 'http://bj.bendibao.com/ditie/time.shtml'
strhtml = requests.get(home_url)
res = r'(?<=<strong><a href=\").+?(?=\")|(?<=<strong><a href=\').+?(?=\')'
link = re.findall(res, strhtml.text, re.S|re.M)
for value in link:
url = prefix + value
content = requests.get(url)
res1 = r'(?:shtml" target="_blank">).+?(?:</a></td>)'
name = re.findall(res1, content.text, re.S|re.M)
for ele in name:
ele = ele.lstrip('shtml" target="_blank">')
ele = ele.rstrip('</a></td>')
ele = re.sub(u"\\（.*?）", "", ele)
ele = ele.replace(' ', '')
if ele[-1] != '站':
ele = ele + '站'
subway.add(ele)
return subway
2. 获取A、B以及所有地铁站点的经纬度
高德API-地理/逆地理编码提供了经纬度获取的功能，根据其中的参数说明、返回结果说明以及服务实例可以完成以下代码，注意需要申请自己的key，coords变量为查询得到的经纬度。
# 获取参数|地铁站的经纬度
def get_location(addr):
api_url = f'https://restapi.amap.com/v3/geocode/geo?city=北京市&address={addr}&output=json&key=**your_key**'
res = requests.get(api_url)
json_res = json.loads(res.text)
if json_res['status'] == '1':
coords = json_res['geocodes'][0]['location']
else:
coords = None
return coords
运行示例如下图：西直门
3. 调用高德路径规划API，查询并筛选符合要求的交通方案
遍历所有地铁站点的经纬度，分别计算到达A和B的交通方案所需的时间和费用，需要用到高德API-路径规划2.0-公交路线规划，参数包括show_fields=cost、city1=010、city2=010、max_trans=2、origin={origin}、destination={destination}、strategy={strategy}、output=json、key=**your_key**等，其中origin为路径起点的经纬度，即所有地铁站点的经纬度，destination为终点的经纬度，即A和B的经纬度，strategy为换乘策略，包括用时最短、步行最短等等。
以下代码中limit_time表示单程通勤限制时长80分钟，limit_fee表示单程通勤限制费用20元。
当查询西土城地铁站到腾讯北京总部大楼的交通方案时，origin为西土城地铁站的经纬度，destination为腾讯的经纬度。查询后count表示返回的方案数量，默认最大为5，遍历每种方案的时长duration和费用fee，当满足给定限制条件时，将该方案保存在tmp_list中，最后将所有方案保存在res_list中返回。
limit_time = 80
limit_fee = 20
# 返回查询到的方案中用时小于给定限制的时间和费用
def path_plan(origin, destination, strategy):
res_list = []
api_url = f'https://restapi.amap.com/v5/direction/transit/integrated?show_fields=cost&city1=010&city2=010&max_trans=2&origin={origin}&destination={destination}&strategy={strategy}&output=json&key=**your_key**'
res = requests.get(api_url)
json_res = json.loads(res.text)
if json_res['status'] == '1':
count = json_res['count']
for i in range(int(count)):
tmp_list = []
duration = int(int(json_res['route']['transits'][i]['cost']['duration']) / 60)
fee = (json_res['route']['transits'][i]['cost']['transit_fee']).rstrip('.0')
if fee == '':
fee = 0
else:
fee = int(fee)
if duration <= limit_time and fee <= limit_fee:
tmp_list.append(duration)
tmp_list.append(fee)
res_list.append(tmp_list)
if len(res_list) == 0:
return None
else:
return res_list
为了减少爬虫以及地理编码API的调用，将地铁站名以及相应的经纬度信息在查询后保存到文件中，后续需要使用经纬度信息时，直接读取文件即可。如以下代码中使用的变量coor_dict即为读取经纬度文件获得的信息。
在主函数main中遍历coor_dict中的地铁站名key和地铁站点的经纬度value，然后依次调用path_plan函数，获取每个地铁站到达A和B的所有可行方案的时间和费用列表，即list1和list2，分别对list1和list2中每个方案所需的时间进行排序，找到用时最少的方案作为以当前地铁站为起点的最优方案，最后按照time1+time2时间之和对地铁站点进行排序，得到sort_ress。
ress = dict()
for key, value in coor_dict.items(): # coor_dict字典，保存（站点名称：经纬度）信息
# 获取每个地铁站到达目标地点的方案列表
list1 = path_plan(value, target1, 0)
list2 = path_plan(value, target2, 0)
if list1 is not None and list2 is not None:
# 以下处理每种方案的时间
time1 = limit_time
time2 = limit_time
for i in range(len(list1)):
if list1[i][0] <= time1:
time1 = list1[i][0]
fee1 = list1[i][1]
for i in range(len(list2)):
if list2[i][0] <= time2:
time2 = list2[i][0]
fee2 = list2[i][1]
ress[key] = [time1 + time2, time1, time2, abs(time1 - time2), fee1, fee2]
# 按照时间之和进行排序
sort_ress = sorted(ress.items(), key=lambda d: d[1], reverse=False)
将sort_ress中的结果写到文件中进行记录，得到如下结果
存在不足
- 调用高德路径规划API的结果与使用高德APP查询的方案有时有较大出入，不过仅仅有少数结果错误，大部分的结果是正确的，只是需要人为去甄别一下。
- 最后得出的
sort_ress中的排序结果也只能当做一个大致的参考，因为地图只有步行+公共交通的方案，如果有辆自行车可以用的话，就需要适度调整查询得到的通勤时间，然后就会有其他的一些更方便的方案。
未来展望
- 一个方向是完善当前的这种做法，搞成一个可执行文件，提供设置界面，方便更多人使用；
- 再一个的话，想的是构造有向权重图，权重表示两个相邻地铁站点之间需要的时间，然后基于图遍历的方法去查找最优路径。但是这种方法的难点就是如果获取站点之间的时间，此外还需要考虑站内换乘的时间。
