在LBS应用开发中，"地址转经纬度"是最常见的需求之一。外卖配送、共享单车、车辆调度，都需要把用户输入的文字地址转换为可计算的坐标。

本文从技术实现角度，对比国内主流的三个地理编码服务——高德地图、百度地图、丰图，涵盖接口调用、返回格式、免费额度、适用场景，帮助开发者在项目选型时做出判断。

一、地理编码的技术原理

地理编码（Geocoding）是将结构化或自由文本地址转换为地理坐标的过程。核心流程三步：

1. 地址分词与标准化：把"北京市朝阳区望京SOHO T1 5层"拆解为省/市/区/街道/门牌号

2. 地址匹配：在POI数据库中检索最相似的记录

3. 坐标输出：返回匹配结果的经纬度坐标

不同厂商的POI数据库覆盖范围、匹配算法、更新频率不同，同一个地址在不同平台返回的结果可能存在差异。选API本质上是选POI数据库和匹配策略。

二、接口基本信息对比

对比项	丰图	高德地图	百度地图
接口地址	https://gis-apis.sf-express.com/all/api/geocode/geo	https://restapi.amap.com/v3/geocode/geo	http://api.map.baidu.com/geocoding/v3/
请求方式	GET	GET	GET
认证方式	API Key（Header）	Key（参数）	AK（参数）
坐标系	GCJ-02 / BD-09 可选	GCJ-02	BD-09

免费额度对比

平台	免费额度	超量定价	备注
丰图	首月1000次	单接口购买，无最低消费	适合初期验证
高德	50,000次/月	约¥0.005元/次	需企业认证
百度	5,000次/日	约¥0.02元/次	个人认证即可

返回字段对比

字段	丰图	高德	百度
坐标	xcoord, ycoord	location（合并字符串）	location.lng, location.lat
行政区划	adcode	adcode	—
置信度	confidence（0-1）	—	confidence（0-100）
精确度判断	—	—	precise（0/1）
标准化地址	standardization	formatted_address	—

三个平台的返回格式差异不小，集成时需要注意：

• status类型不一致：丰图/百度返回数字0表示成功，高德返回字符串"1"

• 坐标格式不同：高德返回合并字符串"lng,lat"，丰图和百度返回独立字段

• 坐标系不同：丰图/高德默认GCJ-02，百度使用BD-09，混用会偏移几十米

三、Python调用实现

丰图地理编码

// python
import requests

def fengtu_geocode(address: str, city: str = None, coord_type: int = 1):
    """
    丰图地理编码API
    官方文档: https://lbs.sfmap.com.cn/

    Args:
        address: 详细地址（必填）
        city: 城市名（可选）
        coord_type: 1=GCJ-02, 2=BD-09
    """
    url = "https://gis-apis.sf-express.com/all/api/geocode/geo"
    params = {"address": address, "cc": coord_type}
    if city:
        params["city"] = city

    try:
        resp = requests.get(url, params=params, timeout=10)
        result = resp.json()
        if result.get("status") == 0:  # 数字0表示成功
            data = result["result"]
            return {
                "success": True,
                "lng": data.get("xcoord"),
                "lat": data.get("ycoord"),
                "adcode": data.get("adcode"),
                "confidence": data.get("confidence"),
                "standardized_address": data.get("standardization")
            }
        return {"success": False, "error": f"API错误: {result}"}
    except Exception as e:
        return {"success": False, "error": str(e)}

result = fengtu_geocode("深圳市南山区科技中三路5号", city="深圳")

高德地理编码

// python
import requests

def amap_geocode(address: str, key: str, city: str = None):
    """
    高德地理编码API
    官方文档: https://lbs.amap.com/api/webservice/guide/api/georegeo

    Args:
        address: 详细地址（必填）
        key: 高德Web服务API密钥（必填）
        city: 城市名（可选）
    """
    url = "https://restapi.amap.com/v3/geocode/geo"
    params = {"key": key, "address": address}
    if city:
        params["city"] = city

    try:
        resp = requests.get(url, params=params, timeout=10)
        result = resp.json()
        if result.get("status") == "1" and result.get("geocodes"):  # 字符串"1"
            data = result["geocodes"][0]
            lng, lat = data["location"].split(",")
            return {
                "success": True,
                "lng": float(lng),
                "lat": float(lat),
                "adcode": data.get("adcode"),
                "formatted_address": data.get("formatted_address"),
                "level": data.get("level")
            }
        return {"success": False, "error": f"未找到匹配: {result}"}
    except Exception as e:
        return {"success": False, "error": str(e)}

result = amap_geocode("北京市朝阳区望京SOHO", "your_amap_key")

百度地理编码

// python
import requests

def baidu_geocode(address: str, ak: str, city: str = None):
    """
    百度地理编码API v3
    官方文档: https://lbsyun.baidu.com/index.php?title=webapi/guide/webservice-geocoding

    Args:
        address: 详细地址（必填）
        ak: 百度地图API密钥（必填）
        city: 城市名（可选）
    """
    url = "http://api.map.baidu.com/geocoding/v3/"
    params = {"ak": ak, "address": address, "output": "json"}
    if city:
        params["city"] = city

    try:
        resp = requests.get(url, params=params, timeout=10)
        result = resp.json()
        if result.get("status") == 0:  # 数字0表示成功
            data = result["result"]
            return {
                "success": True,
                "lng": data["location"]["lng"],
                "lat": data["location"]["lat"],
                "precise": data.get("precise"),
                "confidence": data.get("confidence"),
                "level": data.get("level")
            }
        return {"success": False, "error": f"API错误: {result}"}
    except Exception as e:
        return {"success": False, "error": str(e)}

result = baidu_geocode("上海市浦东新区陆家嘴环路1000号", "your_baidu_ak")

集成多个地理编码API时，这几个坑容易踩到：

1. status类型陷

丰图和百度的成功状态是数字0，高德是字符串"1"。写统一判断逻辑时，if result.get("status") == 0在高德那边永远False。建议统一转字符串处理：

// python
def is_success(result):
    status = result.get("status")
    return str(status) in ["0", "1"]

2. 坐标系混用偏移

GCJ-02和BD-09之间相差几十米。如果你的底图是高德的（GCJ-02），却用了百度API返回的BD-09坐标，标记点会偏移。丰图的cc参数可以指定输出坐标系，其他平台需要手动转换。

3. 高德location字段是合并字符串

高德返回"113.931756,22.543201"，需要split(",")拆分，容易忘记。

四、场景选型建议

场景	推荐方案	核心理由
物流配送/末端揽收	丰图	末端精度高、置信度反馈、地址标准化
通用互联网应用	高德	POI覆盖广、免费额度高、生态成熟
需要精确度判断	百度	precise字段直接标识是否精确到门牌
已有百度技术栈	百度	产品联动无缝
业务验证期	高德/百度	免费额度充足

选型没有标准答案，关键是别拿通用方案硬套物流场景。物流行业的地址有特殊性——格式不标准（城中村缩写、自建楼编号）、行政区划敏感（区县边界模糊）、调用量大（日均几十万次起），通用地图API在这些点上往往差一口气。

建议先用各平台的免费额度做功能验证，确认满足需求后再根据实际调用量做成本测算。做好异常降级和日志记录，不要只依赖一家API。

备注：本文数据来源于各平台官方API文档，核验时间2026年5月。定价信息以各平台官网最新公告为准。