Yelp API 使用与技术文档
2024-12-23 09:58:05作者:裴锟轩Denise
本文档将详细介绍如何安装、使用Yelp API,并为您提供项目API的使用文档。
1. 安装指南
Yelp API 提供了多种官方客户端库,您可以根据您的项目需求选择合适的库进行安装。
官方客户端库
iOS
官方 iOS 客户端库为 yelp-ios。您可以通过 CocoaPods 或手动安装。
Android
官方 Android 客户端库为 yelp-android。您可以通过 Maven 或 Gradle 进行安装。
Python
官方 Python 客户端库为 yelp-python。您可以通过 pip 进行安装:
pip install yelp-python
Ruby
官方 Ruby 客户端库为 yelp-ruby。您可以通过 gem 进行安装:
gem install yelp-ruby
非官方客户端库
以下是一些非官方客户端库,请注意,这些库不由 Yelp 官方提供支持。
C#
Go
Node.js
PHP
Swift
2. 项目使用说明
Yelp API 允许您访问全球 32 个国家的超过 5000 万家企业的信息。以下是您可以使用的主要功能:
- 搜索:通过关键词、位置等信息搜索企业。
- 电话搜索:通过电话号码搜索企业。
- 企业信息:获取特定企业的详细信息。
要使用 Yelp API,您需要先在 Yelp 开发者网站进行认证。
3. 项目API使用文档
以下是 Yelp API 的基本使用方法:
搜索 API
from yelpapi import YelpAPI
api_key = '您的 API 密钥'
yelp_api = YelpAPI(api_key)
response = yelp_api.search_query(term='餐厅', location='San Francisco')
print(response.json())
电话搜索 API
from yelpapi import YelpAPI
api_key = '您的 API 密钥'
yelp_api = YelpAPI(api_key)
response = yelp_api.phone_search(phone_number='1234567890')
print(response.json())
企业信息 API
from yelpapi import YelpAPI
api_key = '您的 API 密钥'
yelp_api = YelpAPI(api_key)
response = yelp_api.business(business_id='您的企业 ID')
print(response.json())
4. 项目安装方式
请参考上述“安装指南”部分,选择合适的客户端库进行安装。
请按照实际需求选择合适的客户端库,遵循 API 文档进行使用,以充分利用 Yelp API 提供的功能。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust075- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
项目优选
收起
暂无描述
Dockerfile
690
4.46 K
Ascend Extension for PyTorch
Python
546
670
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++
955
929
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
425
75
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
407
326
昇腾LLM分布式训练框架
Python
146
172
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
650
232
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.08 K
564
🎉 (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
1.59 K
925
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
642
292