Google Open Location Code项目:Plus Codes API开发指南
2026-02-04 04:26:41作者:蔡怀权
概述
Google Open Location Code项目中的Plus Codes API是一个用于地理位置编码与解码的实用工具。它可以将经纬度坐标转换为Plus Code编码,也可以将Plus Code反向解析为地理位置信息。本文将详细介绍该API的功能特点、使用方法及最佳实践。
核心功能
Plus Codes API提供以下主要功能:
- 坐标转编码:将经纬度坐标转换为Plus Code编码
- 编码转坐标:将Plus Code编码解析为对应的地理坐标和边界框
- 地址解析:通过集成Google地理编码API,支持地址与Plus Code的相互转换
- 短码处理:支持带地名的短码解析(如"WF8Q+WF Praia, Cape Verde")
API请求格式
基本请求URL格式为:
https://plus.codes/api?parameters
关键参数说明
| 参数 | 是否必需 | 说明 |
|---|---|---|
| address | 是 | 可以是经纬度、街道地址、全局编码或本地编码+地名 |
| key/ekey | 推荐 | Google API密钥,用于启用高级功能 |
| language | 可选 | 返回结果的显示语言,默认为英语 |
| 推荐 | 开发者联系方式,便于问题沟通 |
注意:URL中的特殊字符(特别是"+")需要进行编码处理(如将"+"编码为"%2B")。
响应数据结构
API返回JSON格式数据,主要包含以下字段:
{
"plus_code": {
"global_code": "796RWF8Q+WF",
"geometry": {
"bounds": {
"northeast": {"lat": 14.917375, "lng": -23.511250},
"southwest": {"lat": 14.917250, "lng": -23.511375}
},
"location": {"lat": 14.9173125, "lng": -23.5113125}
},
"local_code": "WF8Q+WF",
"locality": {
"local_address": "Praia, Cape Verde"
}
},
"status": "OK"
}
使用示例
基础用法(无需API密钥)
-
坐标转编码:
https://plus.codes/api?address=14.917313,-23.511313 -
编码转坐标:
https://plus.codes/api?address=796RWF8Q%2BWF
高级用法(需API密钥)
-
带地名的短码解析:
https://plus.codes/api?address=WF8Q%2BWF%20Praia%20Cape%20Verde&ekey=YOUR_KEY -
地址解析:
https://plus.codes/api?address=1600+Amphitheatre+Parkway&ekey=YOUR_KEY
API密钥管理
获取Google API密钥
- 访问Google开发者控制台
- 创建新项目并启用"Geocoding API"
- 获取API密钥
密钥安全最佳实践
-
加密密钥:
https://plus.codes/api?encryptkey=YOUR_RAW_KEY返回的加密密钥可用于后续请求中的
ekey参数 -
Referrer限制:
https://plus.codes/api?referer=yourdomain.com&encryptkey=YOUR_RAW_KEY可限制密钥只能在指定域名下使用
-
多域名支持:
https://plus.codes/api?referer=domain1.com|domain2.com&encryptkey=YOUR_RAW_KEY
技术细节
-
精度处理:对于大面积区域(如城市),API会返回能完全包含在该区域内的最大精度编码
-
版本演进:
- 2016年12月:v1版本发布
- 2018年10月:v2版本成为默认,返回与Google Maps相同的地名数据
-
错误处理:响应中的
error_message字段会提供详细的错误信息
开发建议
- 始终处理
status字段,检查请求状态 - 对于生产环境,务必使用加密密钥并设置referrer限制
- 考虑实现本地缓存机制,减少API调用次数
- 注意处理大面积区域的精度问题
通过合理使用Plus Codes API,开发者可以轻松实现地理位置信息的编码与解析功能,为应用程序添加强大的地理定位能力。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.83 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
892
667
Ascend Extension for PyTorch
Python
376
445
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
349
200
昇腾LLM分布式训练框架
Python
116
145
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
777
暂无简介
Dart
797
197
React Native鸿蒙化仓库
JavaScript
308
359
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
1.13 K
271