如何按固定距离偏移经纬度点实现谷歌地图扫描窗口门店查询

你需要的固定距离偏移经纬度生成网格点，可以通过以下逻辑实现：
地球经线方向上，纬度每相差1度对应地面距离约等于111km，该数值基本不受纬度影响；纬线方向上经度每相差1度对应的地面距离随纬度升高而降低，计算公式为 111km * cos(当前纬度的弧度值)。
为了避免搜索盲区，网格点的横向/纵向步长建议设置为搜索半径的√2倍，比如你用50km的搜索半径，步长设为70km即可保证区域内所有位置都落在至少一个搜索圆的覆盖范围内。

具体实现步骤：

1. 确定目标区域的四个边界值：最小纬度min_lat、最大纬度max_lat、最小经度min_lng、最大经度max_lng
2. 计算纬度方向的步长：lat_step = 步长距离 / 111，单位为度
3. 从min_lat开始逐次叠加lat_step，直到超过max_lat，得到每一行的纬度值current_lat
4. 针对每一个current_lat，计算当前纬度下的经度步长：lng_step = 步长距离 / (111 * cos(弧度化的current_lat))
5. 从min_lng开始逐次叠加lng_step，直到超过max_lng，得到的每个经纬度组合就是搜索圆心坐标

以下是Python实现示例：

import math

def generate_search_points(min_lat, max_lat, min_lng, max_lng, search_radius_km=50):
    points = []
    # 步长设为搜索半径的√2倍，避免搜索盲区
    step_km = search_radius_km * math.sqrt(2)
    # 计算纬度步长
    lat_step = step_km / 111
    current_lat = min_lat
    while current_lat <= max_lat:
        # 计算当前纬度对应的经度步长
        lat_rad = math.radians(current_lat)
        lng_step = step_km / (111 * math.cos(lat_rad))
        current_lng = min_lng
        while current_lng <= max_lng:
            points.append((round(current_lat, 6), round(current_lng, 6)))
            current_lng += lng_step
        current_lat += lat_step
    return points

注意事项：

• Google Place API支持通过components=country:{国家二字码}参数限定返回结果所属国家，比如美国传components=country:US，无需你自行过滤境外结果
• 每个搜索请求最多返回60个结果，如果返回结果里有next_page_token，需要等几秒后携带token请求下一页，拉完当前圆心的所有结果
• 可以适当扩大目标区域的四个边界值，避免边缘区域出现漏覆盖

• 直接使用Google Place Text Search API，搜索关键词设置为{品牌名} stores in {国家名}，配合国家限定参数使用，不需要自行切分网格，多次更换关键词搜索后对结果去重即可
• 直接查询目标品牌的官方门店接口，绝大部分连锁品牌的官网门店查询功能都有公开接口，返回的门店数据比地图API更全更准，调用成本也更低
• 从OpenStreetMap等开源POI数据集里直接筛选对应国家、对应品牌的门店数据，无需调用付费API，适合大规模数据获取场景

内容的提问来源于stack exchange，提问作者Huahua