訪問flyai.club，一鍵創建你的人工智能項目
作者 | FerventDesert@博客園
http://www.cnblogs.com/buptzym/
當你在一個城市，穿越大街小巷，跑步跑了幾千公里之後，一個顯而易見的想法是，如果能把在這個城市的所有路線全部畫出來，會是怎樣的景象呢？
文章代碼比較多，爲了不弔人胃口，先看看最終效果，上到北七家，下到南三環，西到大望路，東到首都機場。二環32公里，三環50公里，這是極限，四環先暫時不考慮了。。。。
（本文工程已經託管在Github,https://github.com/ferventdesert/gpx-crawler）
1.數據來源：益動GPS
首先需要原始位置信息，手機上有衆多跑步軟件，但它們共同的問題是不允許自由導入導出（可能是爲了防止用戶脫離吧）。因此有一塊智能運動手錶應該是不二之選。我的是Garmin Fenix3，推薦一下：
與此同時，益動GPS算是業界良心了，能夠同步咕咚，Garmin手錶，悅跑圈的數據，因此我將其作爲一個入口，抓取所有的GPS數據。
至於如何同步，可參考網站上的相關介紹，下面是我登錄該網站後的截圖：
http://edooon.com/user/5699607196/record/15414378
隨便點進去以後，就可以看到導出路線的按鈕：
無比坑爹的是，它不提供批量導出的按鈕，幾百條記錄，依次導出都累死了。於是考慮用代碼來自動化吧。
2. 獲取益動網站上的數據
登錄之後，可以看出它是動態加載，當滾輪滾到最下時，自動加載後面的內容。本來是應該嗅探和分析http請求的。後來我懶惰了，採取折中方案，拖到底，全部加載完畢後，保存了當前的html文件。
接下來就是解析這個Html,基本上是通過XPath的來做的。有經驗的同學看了下圖就都明白了：
圖中高亮的部分，就是要下載gpx文件的實際地址。我們將其保存在urllist中。同時，元數據被保存在json文件裏。
folder = u'D:/buptzym的同步盤/百度雲/我的文檔/數據分析/datasets/rungps/'; cookie='JSESSIONID=69DF607B71B1F14AFEC090F520B14B55; logincookie=5699607196$6098898D08E533587E82B33DD9D02196; persistent_cookie=5699607196$42C885AD38F59DCA407E09C95BE1A60B; uname_forloginform="[email protected]"; __utma=54733311.82935663.1447906150.1447937410.1456907433.7; __utmb=54733311.5.10.1456907433; __utmc=54733311; __utmz=54733311.1456907433.7.3.utmcsr=baidu|utmccn=(organic)|utmcmd=organic; cookie_site=auto'userid='5699607196'; f = codecs.open(folder + 'desert.htm', 'r', 'utf-8'); html = f.read(); f.close(); root = etree.HTML(html) tree = etree.ElementTree(root); listnode=tree.xpath('//*[@id="feedList"]'); numre=re.compile(u'騎行|跑步|公里|，|耗時|消耗|大卡'); urllists=[] records=[];for child in listnode[0].iterchildren(): record={}; temp=child.xpath('div[2]/div[1]/a[2]') if len(temp)==0: continue; source= temp[0].attrib['href']; record['id']=source.split('/')[-1]; info=temp[0].text; numinfo= numre.split(info); if len(numinfo)<6: continue; record['type']= info[0:2]; record['distance']= numinfo[1]; record['hot']=numinfo[6]; urllists.append('http://edooon.com/user/%s/record/export?type=gpx&id=%s' % (userid, record['id']));
值得注意的是，因爲下載時需要cookie，因此讀者需要將自己在益動GPS的userid和登錄的cookie都替換掉（這種網站不值得爲它開發自動登錄）。
接下來就是下載的過程，獲取導出數據按鈕的URL的XPath，構造一個帶cookie的請求，然後保存文件即可，非常容易。
opener = urllib.request.build_opener()
opener.addheaders.append(('Cookie', cookie));
path='//*[@id="exportList"]/li[1]/a';for everyURL in urllists:
id = everyURL.split('=')[-1]; print(id);
url='http://edooon.com/user/%s/record/%s' % (userid, id);
f = opener.open(url);
html = f.read();
f.close();
root = etree.HTML(html)
tree = etree.ElementTree(root);
fs = str(tree.xpath(path)[0]); if fs is None: continue;
furl = 'http://edooon.com/user/%s/record/%s' % (userid, fs);
f = opener.open(furl);
html = f.read();
f.close();
filename=folder+'id'+'.gpx';
xmlfile = codecs.open(filename, 'wb');
xmlfile.write(html);
xmlfile.close();之後，我們便保存了大約300多個gpx文件。
3. 解析gpx數據
所謂gpx數據，是一種通用規範的GPS數據格式，詳細的資料可自行搜索。
我們需要使用python的gpx解析器, gpxpy是個好選擇，使用
pip3 install gpxpy 即可安裝。
gpxpy提供了豐富的接口，當然爲了統計，我們只需要提取一部分數據：
def readgpx(x):
file= open(dir+x+'.gpx','r')
txt=file.read()
gpx=gpxpy.parse(txt)
mv=gpx.get_moving_data()
dat= {'移動時間':mv.moving_time,'靜止時間':mv.stopped_time,'移動距離':mv.moving_distance,'暫停距離':mv.stopped_distance,'最大速度':mv.max_speed};
dat['總時間']=(gpx.get_duration())
dat['id']=str(x)
updown=gpx.get_uphill_downhill()
dat['上山']=(updown.uphill);
dat['下山']=(updown.downhill)
timebound=gpx.get_time_bounds();
dat['開始時間']=(timebound.start_time)
dat['結束時間']=(timebound.end_time)
p=gpx.get_points_data()[0]
dat['lat']=p.point.latitude
dat['lng']=p.point.longitude
file.close() return datreadgpx函數會讀取文件名x，並將一個字典返回。並得到類似下面的一張表：
因爲我們只需要繪製北京的區域，因此需要一個座標表達式篩掉北京之外的地區。篩選代碼使用了pandas,在附件裏有更詳細的代碼。
exceptids=詳細[(詳細.lng<116.1)|(詳細.lng>116.7)|(詳細.lat<39.9)|(詳細.lat>40.1)].id
def filtercity(r):
sp=r.split('/')[-1].split('.')
if sp[1]!='gpx':
return False;
if sp[0] in exceptids.values:
return False;
return True;
bjids= [r for r in gpxs if filtercity(r)]這樣，我們就將所有在北京完成的運動數據篩選了出來。
4.繪製GPS數據
反覆造輪子是不好玩的，繪製gpx已經有比較強大的庫，地址在
http://avtanski.net/projects/gps/
很不幸，這個庫使用Perl作爲開發語言，並使用了GD作爲視覺渲染庫。我花費了大量的時間，在安裝GD上面。
Ubuntu默認安裝Perl, GD是需要libgd的，libgd卻在官網上極難下載，下載後卻又發現版本不對，這讓我在國外互聯網上遨遊了好幾個小時，都要死掉了。。。到最後，我才發現，安裝libgd庫只要下面這一步就可以了：
apt-get install libgd-gd2-perl
我覺得這就是apt-get方式坑爹的地方，apt get gd 或者libgd根本找不到，如果不去查，誰知道這麼寫啊！ 至於Perl的CPan管理工具，哎，不說了都是淚。
接下來下載gd 2.56，解壓之後，
perl ./Makefile.PL
make
make install
即可
這份gpx繪製庫是這麼介紹自己的：
This folder contains several Perl scripts for processing and plottin GPS track data in .GPX format.
當然我們不廢話，把所有的gpx數據拷貝到sample_gpx文件夾下，然後華麗麗的運行
./runme.sh
如果沒有問題的話，應該是下面這樣：
我假設各位讀者對bash都已經很熟悉了，更多的需求可以查看runme.sh。
最後得到的結果如下圖：
當時看到這個結果，我都驚呆了！這是自己跑了2000公里左右的結果，北京三環內（主要集中在長安街以北）主要的道路都跑遍了，朝陽公園，天壇公園，尤其北三環和北土城路（10號線北段）被我各種虐。每一段白線都是一段故事，每一個點都是我的一個腳印啊！
5.總結
這文章寫得顯然不夠詳細，遠遠沒有hand by hand。而且並沒有提供更多的數據分析（顯然這些工作我都做了）不過相信跑步的程序員一定都很厲害，我這就權作拋磚引玉了。
其實完全可以做成一個web服務，跑友們上傳自己的跑步軟件的id，就可以自動渲染出各種漂亮的跑步路徑和分析圖，應該會很有意義吧！
這件事情花費了我七八個小時，簡直吐血，大量的時間用在瞭如何安裝GD上，而不是下載數據上。教訓告訴我，一定要讀安裝包裏自帶的說明文檔，因爲庫和庫之間的版本不同，因此可能造成版本地獄，到時候新版本卸載不了，老版本沒法用的時候可別說我沒提醒啊！
值得一提的是，益動gps下載的gpx文件不帶換行符，這導致gpx_disualization庫無法解析它（這貨正則表達式寫錯了），我懶得再去動perl正則，於是通過替換增加了換行符。
— End —