Google Places API 使用指南
2024-12-26 20:44:19作者:霍妲思
1. 安装指南
在开始使用Google Places API之前,您需要先获取一个API密钥,并安装相应的Ruby gem包。
获取API密钥
访问Google Places API密钥申请页面,按照指示申请API密钥。
安装gem包
使用以下命令安装google_places gem包:
gem install google_places
或者,将以下代码添加到您的Gemfile中:
gem 'google_places'
然后执行bundle install命令。
2. 项目使用说明
本项目为Google Places API的Ruby封装,提供了对API的便捷访问。
创建客户端
在调用API之前,您需要创建一个GooglePlaces::Client实例,并传入您的API密钥:
@client = GooglePlaces::Client.new(API_KEY)
搜索地点
您可以通过多种方式搜索地点:
- 通过坐标搜索:
@client.spots(lat, lng)
- 指定地点类型:
@client.spots(lat, lng, types: 'restaurant')
- 通过地点名称搜索:
@client.spots(lat, lng, name: 'italian')
- 使用查询字符串搜索:
@client.spots_by_query('Pizza near Miami Florida')
- 获取地点详细信息:
@client.spot('CmRYAAA...upoTH3g')
注意事项
- 使用
detail: true选项时,API会对每个地点额外发起一次请求以获取完整信息,这可能会对您的请求配额产生影响。 reference字段在不同搜索间可能不同,因此请谨慎使用。
3. 项目API使用文档
以下为本项目提供的主要API方法:
spots(lat, lng, [options]): 根据坐标搜索地点。spots_by_query(query, [options]): 根据查询字符串搜索地点。spot(place_id, [fields]): 根据地点ID获取地点详细信息。
options参数可以包括:
:types: 地点类型,可以是单一类型或数组。:exclude: 要排除的类型,可以是单一类型或数组。:name: 地点名称。:radius: 搜索半径(单位:米)。:language: 返回的语言。:detail: 是否获取详细信息。
4. 项目安装方式
请参考“安装指南”部分中的步骤进行安装。
登录后查看全文
热门项目推荐
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
570
3.84 K
Ascend Extension for PyTorch
Python
380
454
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++
894
677
暂无简介
Dart
803
198
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
353
207
昇腾LLM分布式训练框架
Python
119
147
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (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
781