1、引言

       看房、买房和卖房，基本上是每个人绕不开的坎，可以说从2008年之后，国内的经济就开始与房子牢牢的锁在了一起。笔者早在2017年的时候就开始有买房的打算，那时候山东这个三线城市房价并没有上涨，高新开发区核心地段保持在五六千的价位，没错是五六千，对比于现在就跟不要钱一样，不过那时候刚参加工作没几年，人还年轻，不想被房贷控制住自己的一生，于是打算缓一年再买，没想到就这短短的一年房价涨了大约50%-70%，人总是要为自己不成熟的想法买单的。

       另外，随着之前2.0版本的AOI数据的发布，很多小伙伴第一时间从我这里获取了AOI的数据，也有很多小伙伴提出意见，比如如果房产分类里面包含小区的户数，或者房价数据就好了。其实关于房价的数据在很久之前就考虑采集过，不过处于一些工作原因，这部分采集工作迟迟没有开展，这几天疫情比较严重，城市开始静默管理，于是在家的这段期间又重新开始研究这个数据。

2、来源选型

      笔者对比了诸多的房产网站，比如58、安居客、房天下、21世纪房产等网站后，选用了BK网作为“目标”，BK网的小区数据来源接口与高德POI类似，同一区域内最多显示100个小区，也就是要想获取某个城市所有的小区数据，还是需要用到区域四分原理。也就是检索区域内返回的数据是否等于100，若等于100则将区域均分成4分然后继续采集，四分到最后则每个网格里的小区都小于100。

3、数据展示

      经过13个小时的代码编写，2个小时的代码运行，北京市的小区数据总算是采集完成，北京共采集到约7200条小区数据，其中带有边界坐标可以矢量化的有6900条。不过我相信这并不是北京所有的小区，有两种类型的小区不在本次采集范围内：

①、新建楼盘。因为新建楼盘还未在地图上形成AOI边界，在地图上仅以POI点的形式存在，更别说户数，楼栋数这些信息，或许就连开发商都无法确定这个新楼盘未来会有多少栋楼。

②、没有正在出售二手房的小区，倘若某个小区内所有住户都没有在出售住房，或者出售的住房未被BK网收录，则也无法被采集。

       除去上述两种情况外，采集到的小区属性如上图所示。

4、数据问题

      作为一个地理信息数据从业多年的我来说，出于数据敏感性，拿到数据之后第一时间是对数据做一些简单的检查，不过这确实发现了不少的数据问题，比如小区边界不规范。

      就像下图这种情况，两个小区隔了一条马路，但是矢量图形上却连在了一起，经过分析这可能是原本属于一个大小区的两部分，就比如XX小区东区西区一样，但是BK网方便管理，将小区的两个区合成了一个大的小区进行管理，且坐标点没有做分割，于是转出来的效果就变成了这个样子，但是百度地图的AOI则没有这种情况。

      再比如下图这种情况，BK网的小区边界和百度的小区边界并不套合。

      其实这种情况是可以理解的，要知道小区的边界没有官方数据。一个小区的建设，要在政府层面经历勘测定界，规划设计，土地出让，不动产登记等各个环节，土地出让环节之后，开发商就算是正式的拿到了土地，然后开始办理不动产登记手续，以证明这块土地归某某开发商所有，但是实际上这个小区从勘测定界时测绘到的范围，和不动产登记时的权籍调查的范围有时候是不一样的，可能开发商为了规避各种问题，会将土地分割后分开办理不动产登记，以拿到两本不动产证书。然后小区建设完成之后，会发现实际建设的范围和不动产登记时权籍调查的范围又不一样，这是因为小区建设时，可能受到外围门店的影响，比如外围门店一直到停车位的一大片范围虽然不在权籍调查范围内，但有时开发商也会进行开发建设。种种原因导致小区实际上没有官方的边界范围。

    再比如，后台返回的数据中，有部分小区没有边界坐标，这种虽然可以获取下来，但是却没办法转成shp格式的面状要素。

      虽然小区的边界各个地图呈现的都不一样，但是位置是准确的，说明在某个地方，某个范围内确实存在一个小区，这也就可以进行一些比如规划选址，人口密度分析，城市变迁，人类活动等各种分析。

6、数据如何获取

      要知道数据的采集会给对方的服务器造成一些负担，所以本次仅采集北京市的数据，但是数据的获取逻辑在上文中已经告诉了大家，并且网上有很多别人放出的数据采集代码，大家可以去尝试。同样针对没有足够时间与精力去尝试代码的小伙伴们，可以打开下方链接，获取联系方式，我们提供的是有偿爬取，但价格还是维持在城乡规划的同学们能接受的程度。

注意：下方链接下载下来的数据并不是本次的样例数据。

咨询获取链接

链接：https://pan.baidu.com/s/16zAn0M-A-nMMsYLEnydVdg?pwd=1234 

提取码：1234