HTML应用指南：利用GET请求获取全国石头科技体验门店位置信息
石头科技（Roborock）是一家以算法、传感器融合与机电一体化技术为核心的智能清洁设备企业，始终秉持“用技术解决真实生活问题”的产品哲学，致力于通过高性能扫地机器人、洗地机等智能家电，为全球家庭提供高效、可靠、低干预的清洁体验。在中国市场，石头科技持续推进“线上+线下融合”的零售策略，自2023年起系统性拓展线下体验网络，目前已在北上广深、杭州、成都、武汉、石家庄等核心城市布局授权体验店，并通过与京东、苏宁、顺电等高端家电渠道合作，设立品牌专区或快闪体验点，形成以自营/授权体验店为核心、高端连锁渠道为补充、本地化服务站为支撑的轻量化线下触点体系。
这些线下触点并非传统销售导向的门店，而是聚焦真实场景体验与技术验证的交互空间。用户可在店内亲自操作G20、Q Revo、S系列等主力机型，直观测试其AI避障、地毯增压、自动集尘、热水洗地等核心功能。门店普遍采用极简工业风设计，强调功能性和透明度：设有实机运行演示区、多材质地面模拟场景（如木地板、瓷砖、短绒地毯）、配件与耗材展示架，以及自助式产品信息屏。部分重点城市门店（如北京三里屯、上海静安嘉里中心）还配备"Roborock 产品顾问"，提供基于家庭结构（如养宠、有孩、大户型）的个性化清洁方案建议，并支持现场预约上门勘测与售后调试服务，真正实现“体验—决策—服务”闭环。
本文旨在通过程序化方式，调用石头科技公开接口，自动化采集全国授权门店的结构化数据。利用 Python 的 requests 库发起标准 HTTP GET 请求，可高效获取包含门店名称、省市区信息、详细地址、营业时间、经纬度坐标、联系电话及主营品类（如"扫地机，洗地机"）等字段的 JSON 响应。通过对这些数据的整合与地理可视化，我们不仅能清晰描绘石头科技当前的线下布局密度与区域覆盖策略，还可为潜在渠道拓展、用户就近服务匹配、线下流量分析等提供可量化的决策依据——这正是"用数据理解服务网络"的一次实践，也呼应了石头科技一贯坚持的理性、透明、以用户效率为中心的价值观。
石头科技线下门店查询地址：线下门店查询 |让生活更有品质感
首先，我们找到门店数据的存储位置，然后看3个关键部分标头、负载、 预览；
标头：通常包括URL的连接，也就是目标资源的位置；
负载：对于GET请求：负载通常包含了传递的参数，有些网页负载可能为空，或者没有负载，因为所有参数都通过URL传递，这里我们可以看到region（行政区编码），page（页码）等标签，没有进行加密；
预览：指的是对响应内容的快速查看或摘要显示，可以帮助用户快速了解返回的数据结构或内容片段，我们可以看到数据在list里；
接下来就是数据获取部分，先讲一下方法思路，一共三个步骤；
方法思路
- 找到对应行政区数据存储位置，生成一个行政区对应关系编码字典；
- 我们通过改变查询负载的内容（各级行政区编码），来遍历全国门店，获取所有门店的相关标签数据；
- 坐标转换，通过coord-convert库实现GCJ-02转WGS84；
首先，我们观察到它的查询方式是通过不同省级行政区编码进行门店查询，那我们直接在"Fetch/XHR"先找到对应数据存储位置， 我们可以看到响应请求包含省级行政区编码对应内容的响应请求，另外，根据上面负载的内容，我们可以知道，数据是直接通过行政区编码进行传递的，为了方便我们可以建立一个包含省级行政区编码的字典，通过遍历行政区编码来查询全国数据；
接下来，在"网络"里随便检索一个二级行政区，比如"石家庄市"，我们要找到行政区编码放在哪里了就行，然后，通过get请求，获取行政区编码列表；
第一步：利用requests库发送HTTP请求获取所有行政区的编码表，并根据标签进行保存，另存为csv；
完整代码#运行环境 Python 3.11
import requests
import csvurl = "https://api.roborock.com/v2/store.region.list"
headers = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64)"
}response = requests.get(url, headers=headers)if response.status_code != 200:print(f"请求失败，状态码: {response.status_code}")exit()try:data = response.json()
except Exception as e:print("JSON 解析失败:", e)exit()# 提取所有市级区域（即每个省份的 childs 中的项）
cities = []
for province in data.get("list", []):for city in province.get("childs", []):cities.append({"city_code": city["region_id"],"city_name": city["region_name"]})# 保存为 CSV
filename = "roborock_cities_list.csv"
with open(filename, "w", encoding="utf-8-sig", newline="") as f:writer = csv.DictWriter(f, fieldnames=["city_code", "city_name"])writer.writeheader()writer.writerows(cities)print(f"成功提取 {len(cities)} 个城市，已保存至：{filename}")
数据会以csv表格的形式，保存在运行脚本的目录下，数据标签包括：city_name（地级行政区名称）、city_code（地级行政区编码）；
第二步：利用requests库发送HTTP请求获取所有石头科技体验门店数据，并根据标签进行保存，另存为csv；
完整代码#运行环境 Python 3.11
import requests
import csv
import time# 读取城市列表
cities = []
with open("roborock_cities_list.csv", "r", encoding="utf-8-sig") as f:for row in csv.DictReader(f):cities.append((int(row["city_code"]), row["city_name"]))fieldnames = ["name", "address", "business", "provinceName", "cityName","districtName", "phone", "trade_time", "latitude", "longitude", "status"
]total = 0
with open("roborock_stores.csv", "w", encoding="utf-8-sig", newline="") as f:writer = csv.DictWriter(f, fieldnames=fieldnames)writer.writeheader()for city_code, city_name in cities:print(f"爬取 {city_name}...")page = 1while True:resp = requests.get("https://api.roborock.com/v2/store.list",params={"page": page, "per_page": 50, "region": city_code},headers={"User-Agent": "Mozilla/5.0"},timeout=10)if resp.status_code != 200:breakdata = resp.json()stores = data.get("list", [])if not stores:breakfor store in stores:writer.writerow({k: store.get(k, "") for k in fieldnames})total += len(stores)if not data.get("paged", {}).get("more"):breakpage += 1time.sleep(0.3)print(f"完成！共 {total} 家门店，已保存至 roborock_stores.csv")
获取数据标签如下：name（门店名称）、cityname（地级行政区）、districtName（县级行政区）、 address（详细地址）、lon&lat（地理坐标）、phone（门店电话）、trade_time（营业时间）、status（营业情况），其他一些非关键标签，这里省略；
第三步：坐标系转换，由于石头科技体验门店数据使用的是高德坐标系（GCJ-02），为了在ArcGIS上准确展示而不发生偏移，我们需要将门店的坐标从GCJ-02转换为WGS-84坐标系。我们可以利用coord-convert库中的gcj2wgs(lng, lat)函数，也可以用免费这个网站：批量转换工具：地图坐标系批量转换 - 免费在线工具；
对CSV文件中的体验门店坐标列进行转换，完成坐标转换后，再将数据导入ArcGIS进行可视化；
接下来，我们进行看图说话：
石头科技（Roborock）线下授权门店的全国分布呈现出显著的区域不均衡特征：高度集中于东部沿海经济发达地区，而中西部及边远地区覆盖相对稀疏。在长三角（上海、杭州、苏州、南京）三大城市群，门店密度最高，部分核心城市甚至已形成多点联动的体验网络，充分体现了品牌对高消费力、高线上渗透率、高用户认知度区域的战略聚焦。相比之下，西北、东北及西南大部分地区门店数量有限，仅在西安、成都、重庆、沈阳等区域中心城市设有零星布点，整体呈现“东密西疏、核心集聚”的空间格局。
从城市层级来看，石头科技的渠道策略明显以一线和新一线城市为核心锚点，几乎所有重点城市均已实现覆盖，并在核心商圈（如北京三里屯、上海静安嘉里中心）设立旗舰店或深度体验专区。这些门店普遍布局于高端商场、京东MALL、苏宁Pro等家电连锁渠道或城市核心商圈，强调实机操作、家庭场景模拟与自助式交互体验，弱化传统推销，突出“体验驱动决策”的理念。与此同时，三线及以下城市基本尚未进入布局范围，反映出品牌现阶段坚持“轻资产、高效率、重体验”的线下拓展逻辑，优先服务对智能清洁产品有明确需求、具备较强购买力的核心用户群体。
值得注意的是，尽管整体布局明显偏向东部，石头科技仍在拉萨、乌鲁木齐、西宁、海口、香港、澳门等地区区保留了少量门店。这些节点虽不具备规模销售效应，但既满足了当地高端用户的服务与体验需求，也彰显了品牌构建全国性服务网络的长期战略意图。展望未来，随着产品线持续丰富（如推出更具性价比的洗地机、智能洗衣机等）以及下沉市场智能家居消费潜力逐步释放，其线下网络有望沿高铁干线和省会城市稳步向中西部延伸。但短期内，石头科技仍将维持“核心城市深度覆盖 + 区域节点辐射支撑”的稳健扩张节奏，确保每一家门店都能高效承载品牌体验与用户服务的双重使命。
文章仅用于分享个人学习成果与个人存档之用，分享知识，如有侵权，请联系作者进行删除。所有信息均基于作者的个人理解和经验，不代表任何官方立场或权威解读。