API调用实战：如何获取高德/百度地图的POI数据并展现在地图上？

wowwwai GIS研习社 · 工具流程与项目排障

很多人第一次做 API调用获取 POI 数据 时，最容易卡住的不是请求发不出去，而是“拿到数据以后怎么继续用”。明明已经从高德或百度返回了商场、医院、地铁站这些地点信息，但一到地图展示阶段，就会遇到分页不全、坐标不一致、点太多卡顿、前端只显示一小部分等问题。

这篇文章只解决一个完整任务：如何获取高德/百度地图的POI数据并展现在地图上。我会按 GIS 项目最常见的流程来写，从密钥准备、接口检索、分页采集、结果整理、地图可视化，到坐标和合规注意点，一步步把这条链路打通，尽量让你拿去就能改成自己的业务脚本。

问题背景：为什么很多 POI 抓取脚本能返回数据，却撑不起正式地图应用

在 WebGIS、选址分析、设施分布图、门店监测和专题看板项目里，POI 往往是最常见的基础数据之一。看起来这件事很简单，无非是“搜一个关键词，再把结果画成点”。但真进到实战，问题马上会变复杂：关键词搜索会漏数，翻页不完整，行政区限制不准确，同一份 POI 结果在不同底图上还可能出现位置偏移。

更关键的是，POI API 返回的并不是直接可交付成果。接口只负责把结果送回来，真正的 GIS 工作还包括字段清洗、去重、按区域统计、点位可视化、聚合渲染和结果复核。也就是说，获取高德/百度地图的POI数据并展现在地图上，本质上不是一个“调一下接口”的问题，而是一条完整的数据处理流程。

核心原理：POI 接口到底在帮你做什么

POI 是 Point of Interest，也就是兴趣点或地点要素，常见包括餐饮、学校、医院、商场、停车场、公交站等。高德和百度提供的地点检索接口，本质上都是一类 Web API：你把关键词、城市、行政区、圆形范围或多边形范围作为参数传给服务器，服务器返回一批结构化地点记录，通常包含名称、地址、分类、经纬度以及部分详情字段。

从 GIS 角度看，这件事可以拆成两层。第一层是“检索逻辑”，也就是你如何定义搜索范围和关键词；第二层是“空间表达”，也就是你如何把这些结果变成地图上的点图层或交互标注。前者决定你拿到的数据是否够全、够准，后者决定地图是否可读、是否能支撑分析。

一句话理解：API 负责把 POI 结果取回来，GIS 工作负责把这些结果变成可验证、可统计、可展示的空间数据。

第一步：先选对检索方式，不要一上来只用关键词搜全城

无论是高德还是百度，地点检索都不只有一种方式。常见的做法包括关键词检索、行政区范围检索、圆形范围检索、多边形范围检索以及详情查询。对于 GIS 项目来说，最重要的不是“接口能不能返回”，而是“这种检索方式是否适合你的业务边界”。

不同检索方式适合什么场景

如果你做的是城市医院、便利店或停车场分布图，建议优先考虑按行政区或分区块采集，而不是直接全城关键词搜索。因为官方文档都强调：地点搜索并不是“无上限返回全量数据库”。高德地点搜索文档说明同参数翻页最多支持获取 200 条结果；百度地点检索也有配额和分页限制。如果只靠一次全城搜索，结果通常不完整。

第二步：准备密钥与最小可运行请求

正式写脚本前，先去对应平台申请开发者密钥。高德常见叫 Key，百度常见叫 AK。别把密钥硬编码到公开仓库里，至少放到环境变量或配置文件中。对教学和内部工具来说，这一步常被忽略，但一旦准备上线或多人协作，不做密钥管理会留下明显风险。

高德 POI 检索的最小示例

import os
import requests

key = os.getenv("AMAP_KEY")
url = "https://restapi.amap.com/v3/place/text"
params = {
    "keywords": "咖啡厅",
    "city": "110000",
    "citylimit": "true",
    "offset": 20,
    "page": 1,
    "output": "json",
    "key": key
}

resp = requests.get(url, params=params, timeout=20)
data = resp.json()
for poi in data.get("pois", []):
    print(poi.get("name"), poi.get("location"))

百度 POI 检索的最小示例

import os
import requests

ak = os.getenv("BAIDU_AK")
url = "https://api.map.baidu.com/place/v2/search"
params = {
    "query": "咖啡厅",
    "region": "北京",
    "output": "json",
    "page_size": 20,
    "page_num": 0,
    "ak": ak
}

resp = requests.get(url, params=params, timeout=20)
data = resp.json()
for poi in data.get("results", []):
    print(poi.get("name"), poi.get("location"))

这两段代码的意义不是让你停留在“打印几条结果”，而是确认接口权限、参数拼装和返回结构都正常。只要最小请求能通，后面再扩成翻页采集、结果落盘和前端展示就会稳得多。

第三步：真正实用的关键，是把翻页采集写完整

做 POI 抓取时，最常见的误判就是“接口返回了 20 条，所以这类 POI 一共就这么多”。实际上，大多数平台都会分页返回结果。你必须显式传页码，并持续请求直到没有新结果，或者到达接口允许的翻页上限。

高德翻页采集的实操思路

高德官方文档说明，地点搜索支持关键字、周边、多边形和 ID 查询，但同参数翻页最多支持获取 200 条结果。这意味着如果你在一个大城市里搜“餐饮服务”这类大类词，单次范围检索很容易触顶。这时候更好的办法不是一味翻页，而是拆分范围，例如按区县、街道或网格分块采集。

import os
import requests

key = os.getenv("AMAP_KEY")
url = "https://restapi.amap.com/v3/place/text"
rows = []

for page in range(1, 11):
    params = {
        "keywords": "便利店",
        "city": "110108",
        "citylimit": "true",
        "offset": 20,
        "page": page,
        "output": "json",
        "key": key
    }
    data = requests.get(url, params=params, timeout=20).json()
    pois = data.get("pois", [])
    if not pois:
        break
    rows.extend(pois)

print("抓取条数:", len(rows))

百度翻页采集的实操思路

百度地点检索 2.0 支持行政区、圆形和多边形检索，也支持分页参数。和高德一样，真正影响完整性的往往不是代码会不会写，而是你有没有把搜索范围拆得足够合理。如果你需要的是“海淀区所有地铁站出入口”“某商圈 3 公里内的停车场”，最好直接按目标场景选检索方式，而不是一把梭。

import os
import requests

ak = os.getenv("BAIDU_AK")
url = "https://api.map.baidu.com/place/v2/search"
rows = []

for page_num in range(0, 10):
    params = {
        "query": "停车场",
        "region": "海淀区",
        "output": "json",
        "page_size": 20,
        "page_num": page_num,
        "ak": ak
    }
    data = requests.get(url, params=params, timeout=20).json()
    results = data.get("results", [])
    if not results:
        break
    rows.extend(results)

print("抓取条数:", len(rows))

第四步：把 JSON 结果整理成真正可用的空间数据

接口返回的数据一般是 JSON，但 GIS 工作更常见的下一站是 CSV、GeoJSON、Shapefile 或数据库表。你至少要把 POI 名称、地址、类别、经纬度和来源平台抽取出来，并统一字段命名。否则同一项目里高德和百度结果并排时，后续合并和统计会很难受。

高德常见返回中，经纬度会放在一个字符串字段里，例如 `location`；百度则往往拆成 `lat` 和 `lng`。这就要求你在落盘前先把字段标准化。下面给一个最常见的整理示例。

import csv

with open("poi_output.csv", "w", newline="", encoding="utf-8-sig") as f:
    writer = csv.writer(f)
    writer.writerow(["name", "address", "category", "lon", "lat", "source"])

    for poi in rows:
        location = poi.get("location", "")
        if "," in location:
            lon, lat = location.split(",")
        else:
            lon, lat = "", ""
        writer.writerow([
            poi.get("name", ""),
            poi.get("address", ""),
            poi.get("type", ""),
            lon,
            lat,
            "amap"
        ])

如果后续还要在 QGIS、ArcGIS Pro 或 GeoPandas 里继续处理，建议优先导出成 CSV 再转 GeoDataFrame，或者直接输出 GeoJSON。这样既方便核查，也方便之后做空间连接、缓冲区统计和密度制图。

第五步：把 POI 展现在地图上，不要只会加几个静态 Marker

很多初学者做到这里，就停留在“往地图上加一个点”的阶段。但一旦结果有几十条、几百条甚至几千条，简单循环创建标注就容易出现性能问题。更合理的思路是：少量点位可直接标注，大量点位优先考虑聚合、分级显示或按视域懒加载。

用高德 JS API 做基础标注

<div id="map" style="width:100%;height:500px;"></div>
<script src="https://webapi.amap.com/maps?v=2.0&key=YOUR_AMAP_KEY"></script>
<script>
  const map = new AMap.Map("map", {
    zoom: 12,
    center: [116.397428, 39.90923]
  });

  const pois = [
    { name: "门店A", lng: 116.397428, lat: 39.90923 },
    { name: "门店B", lng: 116.407428, lat: 39.91923 }
  ];

  pois.forEach(item => {
    const marker = new AMap.Marker({
      position: [item.lng, item.lat],
      title: item.name
    });
    map.add(marker);
  });
</script>

用百度 JS API 做基础标注

<div id="map" style="width:100%;height:500px;"></div>
<script src="https://api.map.baidu.com/api?v=1.0&type=webgl&ak=YOUR_BAIDU_AK"></script>
<script>
  const map = new BMapGL.Map("map");
  map.centerAndZoom(new BMapGL.Point(116.404, 39.915), 12);

  const points = [
    { name: "门店A", lng: 116.404, lat: 39.915 },
    { name: "门店B", lng: 116.414, lat: 39.925 }
  ];

  points.forEach(item => {
    const point = new BMapGL.Point(item.lng, item.lat);
    const marker = new BMapGL.Marker(point);
    map.addOverlay(marker);
  });
</script>

如果你使用的是 Leaflet 或 OpenLayers，而不是高德或百度自家的 JS 地图，也完全可以把接口结果处理成 GeoJSON 再加载。但这时一定要先想清楚坐标系问题，否则“数据明明有了，点却偏到别处去”的问题会非常常见。

第六步：坐标系统和底图一定要先对齐

这是 GIS 场景里最容易被低估、也是最容易翻车的一步。高德常用的是 GCJ-02 坐标体系，百度常用的是 BD-09。你如果把百度返回的坐标直接叠到高德底图，或者把高德结果直接拿去配某些 WGS 84 数据源做叠加，就可能出现整体偏移。

所以在做 地图上展示 POI 数据 之前，先回答三个问题：

• 接口返回的坐标是什么体系。
• 你当前底图使用的坐标是什么体系。
• 后续是否要与外部 GIS 数据叠加分析。

如果只是用同一平台的检索结果叠加同一平台的 JS 地图，通常最省心；如果你要把 POI 导入 QGIS、ArcGIS Pro、PostGIS、Leaflet 或 OpenLayers，再与外部数据一起分析，就要先规划好坐标转换链路。

常见坑点：为什么你的 POI 地图看起来“有结果”，但不能直接交付

只做一次关键词检索，误以为拿到了全量数据

这是最常见的问题。POI 检索接口通常有分页和条数上限，全城大类搜索尤其容易触顶。更稳妥的做法是按行政区、网格或商圈拆分请求，再做去重合并。

忽略关键词歧义，导致结果混进大量无关点

比如搜“学校”，可能会混入培训机构、驾校、幼儿园等不同类型；搜“医院”，又可能混入卫生服务站和药店。真正用于 GIS 分析时，关键词最好和分类字段一起复核，必要时做二次筛选。

拿到坐标就直接展示，没有检查坐标体系

这一点前面已经强调过，但值得再说一次。GIS 项目一旦涉及多源数据叠加，坐标体系错一步，后面所有选址、缓冲区和统计都可能跟着偏。

前端一次性渲染太多点，页面直接卡住

如果你一次加载几千个甚至上万个 POI，直接创建普通 Marker 会明显变慢。更好的做法是做聚合、分级缩放控制、视窗范围查询，或者提前切成 GeoJSON 分块加载。

忽略接口配额、并发和合规边界

高德和百度都对接口使用有配额、权限或服务边界要求。高德官方文档明确说明搜索结果不支持返回全量数据，同参数翻页最多 200 条；百度地点检索文档也列出了配额和并发相关状态码。正式项目一定要先阅读当前官方文档，不要把临时脚本直接当批量生产工具上线。

方法对比：高德、百度，以及“抓完后怎么展示”该怎么选

项目检查清单：上线前至少核对这 8 项

1. 密钥是否放在环境变量或安全配置中，而不是硬编码公开暴露。
2. 检索方式是否和业务边界匹配，是城市、区县、圆形还是多边形。
3. 是否实现了完整翻页，而不是只取第一页结果。
4. 是否针对大结果集做了分区块采集和去重。
5. 是否统一了名称、地址、类别、经纬度字段。
6. 是否确认接口坐标体系与底图坐标体系一致。
7. 前端是否采用聚合或其他性能优化，而不是无脑加点。
8. 是否阅读当前官方文档，确认配额、权限和服务限制。

FAQ：获取 POI 数据并展现在地图上时最常问的几个问题

为什么我搜索“餐饮”或“便利店”，返回结果明显不全？

通常有三种原因：关键词太宽泛、分页没有写完整、单次检索命中了平台返回上限。实务里更常见的解决办法是缩小范围，按区县或网格拆分请求，再做合并去重。

高德和百度拿到的坐标，能直接混着用吗？

不建议直接混用。两者常用坐标体系不同，若叠加到同一底图或与第三方 GIS 数据联合分析，必须先核对并处理坐标转换问题。

POI 数据抓下来后，适合直接放进 QGIS 吗？

可以，而且很常见。你可以先导出 CSV 或 GeoJSON，再在 QGIS 中加载成点图层，然后继续做行政区统计、服务区分析、热点图或专题制图。但前提是先把坐标和字段规范化。

地图上点太多特别卡，最先应该改什么？

优先做聚合和视域内加载。不要一上来就试图把几千个点全部变成独立 Marker。对于业务地图来说，先让用户在缩放层级上看清分布，再逐级展开明细，体验通常更好。

结论：真正有用的 POI 接口实战，不是“会请求”，而是能把结果接进 GIS 流程

如何获取高德/百度地图的POI数据并展现在地图上，表面看是一个 API 调用题，实质上是一个完整的空间数据处理题。你需要同时处理检索方式、分页上限、字段清洗、坐标体系和前端渲染这几个环节，缺一个都容易让结果停留在演示层面。

如果你正准备把这件事落到项目里，最实用的起步方式不是追求一步到位，而是先选一个小场景练透，比如“抓取某区医院 POI，并在地图上做聚合展示”。一旦这条链路跑顺，后面无论是门店监测、设施选址，还是 WebGIS 看板，你都能在这个基础上稳定扩展。