リバースジオコーディングで人が意外に思う唯一の点であり、当社自身のエクスポートにはっきり表れました。
リバースジオコーディングは「この地点の住所」を調べるのではありません。最も近い地図上のオブジェクトを見つけ、そのオブジェクトの住所を返します。たいていその最も近いオブジェクトは建物で、答えは期待どおりです。そうでないこともあります。
2つのテスト座標のうち1つ - ホーボーケンの 40.7449819,-74.0271321 - は 1, Hudson Street, Uptown, Hoboken, Hudson County, New Jersey, 07030, United States として返り、type は bench、class は amenity でした。その地点は公園のベンチに最も近かったため、この行はベンチを記述しています。住所は誤りではありませんが、それはベンチの住所であり、住所カラムだけを見てもそれは分かりません。
だからこそ class と type は順方向のジオコーディングより重要で、住所の次に読むべき最初のカラムなのです。もう一方の座標は class が place、type が house に解決しました - 本物の建物です。区別が重要な場合はこの2つの項目でフィルタし、結果は「そこに何があるか」ではなく「何が最も近いか」として扱ってください。
緯度・経度のペアが入力のすべてです。設定するフィルターはありません。
class と type を読みます。リファレンスが文書化している両方の区切りが使えます - 37.427074,-122.1439166 のようなカンマ、または 40.7624284 -73.973794 のような空白です。
8行・2種類の座標にわたる5件の実エクスポートから測定しました。名称はヘッダー行から一字一句そのまま、シートの順序で写しています。以下の例示値はそれらの実行の実際のセルです。
37.427074,-122.1439166。すべての実行のすべての行に存在します。37.427074。一致したオブジェクトに寄せるのではなく、入力をそのまま返します。-122.1439166。321, South California Avenue, Evergreen Park, Palo Alto, Santa Clara County, California, 94306, United States。house、もう一方では bench でした。住所を信じる前にこれを読んでください。place と amenity。class と type は対です。node。1734450110。Palo Alto、Hoboken。広い形式のみ。US。本サービスはコードを返しますが、ジオコーディングは国名の完全表記を返す点にご注意ください。Santa Clara County、Hudson County。street_view という名前で返すのと同じ URL パターンです。849VCVG4+RC、87G7PXVF+X4。道路網がなくても機能する短いグリッド参照です。94306、07030。California、New Jersey。321 South California Avenue、1 Hudson Street。America/Los_Angeles、America/New_York。現地時刻の計算にそのまま使えます。lat と同じ数値です。lon と同じ数値です。上記のすべてのカラムが、当社の保有する実行で実際の値を持ちました。標本は小さく、意図的に百分率で表現していません。2座標・8行は、エクスポートの形を確実に教えてくれますが、大量実行時の挙動については何も語りません。この表が伝えられる最も有用な習慣は、住所より先に class と type を読むことです。建物とベンチを分けるのはこの2つだからです。
いずれもリファレンスではなくエクスポートを読んで得られたものです。だからこそ紙幅を割く価値があります。
ホーボーケンの地点は、type が bench である完全で整った街区住所を返しました。リバースジオコーディングが答えるのは「何が最も近いか」であって「この地点に何があるか」ではなく、街路の設備も地図に載っています。地点を施設に対応づけているなら class と type でフィルタしてください。さもないとベンチを事業所の住所として静かに記録することになります。
lat、lon、latitude、longitude は、当社が保有するすべての行で JSON の数値として届きます。ジオコーディングでは同じ4項目が文字列で届きます。2つのサービスで1つのパーサーを共有すると、この違いはちょうど一度だけ、本番の並べ替えで牙をむきます。
古い形式は8カラムを返します - query、lat、lon、address、type、class、osm_type、osm_id。現行の形式はそれにさらに11、リファレンスが列挙するのと同じ11を加えて返します。固定ヘッダーを前提とせず、8つを対象に実装し、残りは「あれば使う」として扱ってください。
こちらは photo と country_code を返し、ジオコーディングは street_view と country を返します。ストリートビューの URL は同じパターンですが、国の項目は中身が異なります - こちらは2文字コード、あちらは完全な国名です。両者を1つの表に正規化するなら、名前が揃うことを当てにせず明示的にマッピングしてください。
データが座標として届き、人が読む必要がある - あるいは住所を持つ何かと結合する必要がある - あらゆる場面で。
車両トラッカー、配送アプリ、モバイルフォームはいずれも座標を記録します。ここを通せば小数の列が street・市・郵便番号になり、運行レポートを地図を横に開かずに読めるようになり、停車地点を地域ごとにまとめられるようになります。
写真、点検記録、センサーの計測値、事故報告は、緯度と経度だけを持っていることがよくあります。一度通せば、それぞれに住所・郡・タイムゾーンが付き、たいていはそれが生ログをレポーティングツールで集計できるものに変えます。
レコードが住所と座標の両方を持つ場合、座標を逆引きして両者を比べると、桁の入れ替わりや打ち間違えた郵便番号が見つかります。その際は class と type も読んでください。近くのベンチが不一致に見えないようにするためです。
サブスクリプションなし、最低利用額なし、席数ライセンスなし。最初の500行は当社負担、以降は従量課金です。
新規アカウントごとに初回限定。クレジットカード不要。答えをすでに知っている座標にいくらか使い、最も近い地図上のオブジェクトが意図したものである頻度を確かめる価値があります。
1,000座標あたり約 $2、1座標につき1行 - 何も解決しない座標でもきっかり1行返るため、予算は正確に見積もれます。
稼働中のデータフィードを定期的に逆ジオコーディングするチーム向けに、ボリューム価格、SLA、専用ワーカー、個別オンボーディングをご用意します。数量をお知らせいただければお見積りします。
LIVESCRAPER10 をご利用ください。一方は住所を座標に変え、もう一方はそこにどんな事業者があるかを教えます。
カタログの中でも軽い部類の問いですが、単に断言するのではなく理由を述べる価値があります。
座標、それに最も近い住所、そのタイムゾーンは場所についての事実です。この19カラムのどれも人物を記述しません。氏名も、居住者も、連絡先もありません。基礎となる地理情報は公開の共同地図である OpenStreetMap に由来し、だからこそエクスポートは OSM 自身のオブジェクト ID とタグを保持しています。
考えるべきなのは入力のほうで、順方向サービスより一段と注意が要ります。携帯電話、車両、ウェアラブルから得た座標のリストは、人やその資産がどこにいたかの記録です - 多くの法域では当社に届く前から個人データであり、それを街区住所に解決することは、機微さを減らすのではなく可読性を上げる行為です。元となった位置情報と同じ基準で扱ってください。ある住所に誰がいるかを知る必要がある場合、それは別の、はるかに強く制限されたカテゴリであり、独自の利用ルールを持つ Whitepages Addresses が扱います。
当社側について: 公開されている情報源のみを利用し、ログインの背後にあるものは扱わず、データ層にサードパーティのトラッカーは置かず、エクスポートは30日で自動削除されます。
最も多く寄せられる質問です。ほかにご不明な点があればご連絡ください - 回答を書くのはボットではなく人間です。
query、address、city、country_code、county、photo、plus_code、postal_code、state、street、time_zone - そしてエクスポートはさらに8つを加えます: lat、lon、type、class、osm_type、osm_id、latitude、longitude。このページの根拠となる実行では、いずれも実際の値を持ちました。type が bench、class が amenity である完全なホーボーケンの街区住所を返しました。住所は本物ですが、建物ではなく街路の設備に属しています。ある行を施設の住所として扱う前に class と type を読んでください。37.427074,-122.1439166 のようなカンマ、または 40.7624284 -73.973794 のような空白です。送信したペアは query にそのまま返り、lat/lon は一致したオブジェクトに寄せるのではなく入力を保持します。lat、lon、latitude、longitude はすべて JSON の数値として届きます。これは同じ4項目が文字列で届く ジオコーディングとは異なります。2つのサービスでパーサーを共有する場合は明示的に扱ってください。849VCVG4+RC のような短いグリッド参照で、道路網がなくても小さな区画を特定できます。従来型の住所を持たない場所に有用で、粗いキーとして使える程度に安定しています。リバースジオコーディングは座標データを読めるものにする工程です。GPS トラッカー、モバイルフォーム、写真、センサーはいずれも緯度と経度だけを記録します。小数の列を street、市、郵便番号に変えることこそが、そのデータを集計し、報告し、地図を横に開いていない人にも理解させることを可能にします。本サービスはそれをまとめて行います。座標ペアを送信してください - カンマ区切りでも空白区切りでも、どちらも文書化されています - 各件は1行として返ります。
現行のエクスポートは19カラムを持ちます。11はリファレンスが公開しています: 送信クエリの返し、最も近い住所を1つのカンマ区切り文字列にしたもの、市、2文字の国コード、郡、すぐ使える Google ストリートビューのリンク、Plus Code、郵便番号、州、street、IANA タイムゾーン。エクスポートはリファレンスが触れていない8つを加えます: 入力を返す数値の lat/lon の対、一致したオブジェクトの OpenStreetMap の class と type、その OSM オブジェクト種別と ID、そして重複する latitude/longitude の対です。8行を含む5件の実エクスポートを通じて、19のいずれもが実際の値を持ちました。
最も重要なのは「最も近い」が何を意味するかを理解することです。リバースジオコーディングはあなたの地点の住所を報告するのではなく、最も近い地図上のオブジェクトを見つけ、そのオブジェクトの住所を報告します。たいていそのオブジェクトは建物です。そうでないこともあります。このページの根拠となる2つの座標のうちホーボーケンのものは、type が bench、class が amenity である完全で整った街区住所を返しました。地点は公園のベンチに最も近かったため、その行はベンチを記述しています。住所カラムだけではそれは分かりません。だからこそ class と type は住所の次に読むべき最初の項目であり、地点を施設に対応づける人はそれでフィルタすべきなのです。インポーターを書く方にはさらに3点が重要で、いずれも仮定ではなく観測に基づきます。ここでは座標が JSON の数値として届く一方、順方向のジオコーディングは同じ項目を文字列で返します - この違いはちょうど一度、本番の並べ替えで表面化します。エクスポート形式は2つあり、8カラムの旧形式と19カラムの現行形式があるため、8つを前提に実装し残りは任意として扱ってください。そしてカラム名は順方向サービスと2箇所で異なります: こちらは photo と country_code を返し、ジオコーディングは street_view と country を返します。後者は2文字コードではなく国名の完全表記を保持します。
法的には、これはカタログの中でも軽い部類のサービスです。座標、それに最も近い住所、そのタイムゾーンは場所についての事実であり、19カラムのどれも人物を記述しません。基礎となる地理情報は公開の共同地図である OpenStreetMap に由来します。ただし入力は出力よりも慎重な検討に値します。携帯電話、車両、ウェアラブルから得た座標のリストは、人やその資産がどこにいたかの記録であり - 多くの法域では当社に届く前から個人データです - それを街区住所に解決することは機微さを減らすのではなく可読性を上げる行為ですから、元となった位置情報と同じ基準で扱うべきです。公開されている情報源のみ、ログインの背後にあるものは扱わず、データ層にサードパーティのトラッカーはなく、エクスポートは30日で自動削除されます。最初の500行は無料でクレジットカードも不要です。