Skip to content

Latest commit

 

History

History
235 lines (172 loc) · 5.45 KB

카카오 검색 api.md

File metadata and controls

235 lines (172 loc) · 5.45 KB
Raw
# api 이용을 위한 세팅 코드

import pandas as pd

import json
import requests

카카오 검색 -> 서칭된 결과물의 정보 json으로 빼오기

키 설명 필수 타입
query 검색을 원하는 질의어 O String
sort 결과 문서 정렬 방식 X (accuracy) accuracy (정확도순) or recency (최신순)
page 결과 페이지 번호 X(기본 1) 1-50 사이 Integer
size 한 페이지에 보여질 문서의 개수 X(기본 10) 1-50 사이 Integer 
#https://developers.kakao.com/docs/restapi/search#웹문서-검색

url = "https://dapi.kakao.com/v2/local/search/keyword.json?query=" + query
apikey = "8c2c3094684998813842167d9664dc32"
query = "스파크플러스"
result = requests.get(url, params = {'query':query, 'page':2}, headers={'Authorization' : 'KakaoAK ' + apikey})

json_obj = result.json()
json_obj['documents'][6]
{'address_name': '서울 성동구 성수동2가 273-13',
 'category_group_code': '',
 'category_group_name': '',
 'category_name': '서비스,산업 > 기업',
 'distance': '',
 'id': '1638220574',
 'phone': '',
 'place_name': '아나로그아키펜',
 'place_url': 'http://place.map.kakao.com/1638220574',
 'road_address_name': '서울 성동구 연무장15길 11',
 'x': '127.059519028852',
 'y': '37.5426770073045'}

이를 바탕으로 df 로 자동 저장하는 코드 작성

list = []
for document in json_obj['documents']:
    information = [document['place_name'], document['phone'], document['road_address_name'], document['y'], document['x']]
    list.append(information)
    
df = pd.DataFrame(list, columns = ['place_name', 'phone', 'road_address_name', 'latitude', 'longitude'])
df
<style scoped> .dataframe tbody tr th:only-of-type { vertical-align: middle; } 
.dataframe tbody tr th {
    vertical-align: top;
}

.dataframe thead th {
    text-align: right;
}
</style>
place_name phone road_address_name latitude longitude
0 스파크플러스 성수점 02-555-3477 서울 성동구 연무장15길 11 37.5426725962657 127.059332321196

카카오 검색창에 주소를 직접 꽂아 넣는 경우

# 카카오맵 주소 검색 API: https://developers.kakao.com/docs/restapi/local#주소-검색

address = "관악구 관천로 19길 88"
url = "https://dapi.kakao.com/v2/local/search/address.json?&query=" + address
result = requests.get(url, headers={"Authorization":'KakaoAK ' + apikey})
json_obj = result.json()

# json의 첫번째는 [address] 를 통해 구 주소가 나오며, 두 번째는 [address_road]를 통해 신 주소가 나온다
json_obj
{'documents': [{'address': {'address_name': '서울 관악구 신림동 495-26',
    'b_code': '1162010200',
    'h_code': '1162068500',
    'main_adderss_no': '',
    'main_address_no': '495',
    'mountain_yn': 'N',
    'region_1depth_name': '서울',
    'region_2depth_name': '관악구',
    'region_3depth_h_name': '신사동',
    'region_3depth_name': '신림동',
    'sub_adderss_no': '',
    'sub_address_no': '26',
    'x': '126.917063252091',
    'y': '37.4870068078388',
    'zip_code': ''},
   'address_name': '서울 관악구 관천로19길 88',
   'address_type': 'ROAD_ADDR',
   'road_address': {'address_name': '서울 관악구 관천로19길 88',
    'building_name': '한송빌',
    'main_building_no': '88',
    'region_1depth_name': '서울',
    'region_2depth_name': '관악구',
    'region_3depth_name': '신림동',
    'road_name': '관천로19길',
    'sub_building_no': '',
    'undergroun_yn': '',
    'underground_yn': 'N',
    'x': '126.917063252091',
    'y': '37.4870068078388',
    'zone_no': '08702'},
   'x': '126.917063252091',
   'y': '37.4870068078388'}],
 'meta': {'is_end': True, 'pageable_count': 1, 'total_count': 1}}

list = []
for document in json_obj['documents']:
    information = [document['road_address']['building_name'], document['address_name'], document['y'], document['x']]
    list.append(information)
    
df = pd.DataFrame(list, columns = ['building_name', 'address_name', 'latitude', 'longitude'])
df
<style scoped> .dataframe tbody tr th:only-of-type { vertical-align: middle; } 
.dataframe tbody tr th {
    vertical-align: top;
}

.dataframe thead th {
    text-align: right;
}
</style>
building_name address_name latitude longitude
0 한송빌 서울 관악구 관천로19길 88 37.4870068078388 126.917063252091