前段時間關於瑞幸財務造假被退市新聞鬧的沸沸揚揚，而瑞幸此前宣傳中有一點引起了我的注意： 在國內瑞幸門店超過星巴克 ，那今天我們來用Python驗證一下吧！
如果不借助他人的數據，你能自己算出瑞幸咖啡和星巴克咖啡其各自的門店數量嗎？
讓你自己算出一個精確的值，你會使用什麼方法進行計算一線城市門店數量？
難度高一點點，你怎麼樣才能知道二線城市的門店總數，甚至是全國的門店數量？
1.下載requests庫
開始之前，你要確保Python和pip已經成功安裝在電腦上噢。
在終端輸入以下命令安裝我們所需要的依賴模塊:
pip install requests
看到 Successfully installed xxx 則說明安裝成功。
2.如何獲取門店數？
怎麼樣，文章開頭提出的問題你想到答案了嗎？
其實很簡單，那就是調用地圖的接口進行門店搜索。通過這個方法，我們不僅可以算出門店的數量，還能得到每個門店的對應位置，並且可以用來做後續的數據分析：
所以現在問題就轉化爲找到有提供搜索接口的地圖供應商，而且這個接口得是免費的，因此我找了騰訊地圖的接口：
https://lbs.qq.com/
你只需要上去註冊賬號，申請Key即可調用相關的接口，申請完了記得開webserviceAPI，選擇簽名校驗 的形式調用接口：
3.爬取數據
爲了使用API，我們得先初始化請求鏈接及其所需要的參數：
Key是在你申請API權限的時候就會分配給你的，而sk是在你選擇 簽名校驗 的形式調用接口時分配給你的。
那麼我們如何用這兩個數據請求接口呢？請看下面這個函數：
首先是將初始化的請求鏈接拼接起來，然後由於需要簽名校驗，因此我們得如下進行操作：
GET請求分爲：域名，請求路徑和參數三個部分，用於簽名計算的有：
請求路徑：/ws/place/v1/search?
請求參數：boundary=region({},0)&key={}&keyword={} &page_index={}&page_size=20
注意{}是待填充的
1. 首先對參數進行排序：按參數名升序（本例結果爲 boundary 在前，key在後，如果第一個字母相同，要依據第二個字母升序）：
boundary=region({},0)&key={}(....後面略)
2. 簽名計算(sig)：
請求路徑+”?”+請求參數+SK進行拼接，並計算拼接後字符串md5值，即爲簽名(sig)：
要求：請求參數必須是未進行任何編碼（如urlencode）的原始數據
md5(" /ws/place/v1/search?boundary=region({},0)&key={}&keyword={} &page_index={}&page_size=20 你的SK ")
計算得到結果類似爲：22dxxxxxxxxxxxxxx2b0bcc0e50
3. 生成最終請求：將計算得到的簽名sig，放到請求中（參數名即爲：sig）：
https://apis.map.qq.com/ws/place/v1/search? boundary=region({},0)&key={}&keyword={} &page_index={}&page_size=20&sig= 22dxxxxxxxxxxxxxx2b0bcc0e50
注意：計算 sig 要使用原始參數值，不要進行任何編碼，但最終發送時的參數，是需要時行url編碼的
最後拿到返回的值，裏面帶有所有結果的地理位置及結果的數量。
2.2 按地點返回結果
這一部分其實很簡單，就是調用2.1的函數，然後實現分頁保存變量，最後輸出門店數量，返回數據。
計算一線城市的結果如下：
F:\push\20200315>python scrapy.py
瑞幸咖啡 北京 門店總數爲：492
瑞幸咖啡 上海 門店總數爲：581
瑞幸咖啡 廣州 門店總數爲：301
瑞幸咖啡 深圳 門店總數爲：260
4.彙總結果並保存
接下來我們需要彙總2.2計算到的每個城市的數據，保存到json文件，並計算總數。
最終可以獲得一個 瑞幸咖啡.json 的文件，裏面存有每個城市的咖啡店精確位置，並輸出一個總數，這樣調用即可：
F:\push\20200315>python scrapy.py
瑞幸咖啡 北京 門店總數爲：492
瑞幸咖啡 上海 門店總數爲：581
瑞幸咖啡 廣州 門店總數爲：301
瑞幸咖啡 深圳 門店總數爲：260
瑞幸咖啡 一線城市門店總數爲：1634
星巴克 北京 門店總數爲：380
星巴克 上海 門店總數爲：797
星巴克 廣州 門店總數爲：209
星巴克 深圳 門店總數爲：201
星巴克 一線城市門店總數爲：1587
看來瑞幸咖啡一線城市裏的門店數量爲：1634 已經超過星巴克的1587 ，不愧是割資本主義國家韭菜，造福中國老百姓的企業啊！
5.擴展
就像文章開頭所提到的，如果你需要算出每個城市的咖啡店數量其實也很簡單，咱可以調用下面這個接口請求騰訊地圖的所有行政區數據，獲得所有城市的名稱：
https://apis.map.qq.com/ws/district/v1/list
不過我已經dump了一個，文末給出數據鏈接。
使用這一個，你只需要讀取該csv文件提取所有城市名，然後放入cities變量中進行計算，如下代碼所示：
請注意一些特殊情況，比如說那個城市沒有數據的時候，接口可能不會返回date數據，這時候要用字典的get方法進行處理：
# pois = res.json()['data']
pois = res.json().get('data', [])
值得提醒你的是，如果你要計算全國的數據的話，這個方法並不可靠，因爲無法避免山寨店的存在，山寨店一樣也會被記入到騰訊地圖中，而一線城市的監管嚴格，比較少出現山寨店的情況，因此可以用這個方法計算。
如果想統計全國的店鋪數還需要添加一些篩選、清晰手段，這些就留給大家自己思考吧！
源代碼和數據鏈接：
加python學習qq羣：775690737 送python零基礎入門學習資料+99個源碼