HTML应用指南：利用POST请求获取全国刘文祥麻辣烫门店位置信息
刘文祥麻辣烫作为深受消费者喜爱的特色餐饮品牌，自创立以来，始终坚持“以顾客为中心”的核心理念，致力于为广大食客提供健康、美味、地道的麻辣烫美食体验。品牌积极拓展线下实体门店网络，逐步构建起覆盖多个城市的连锁经营体系。刘文祥麻辣烫门店不仅是美食销售的重要窗口，更是集品牌形象展示、产品口味体验、顾客互动交流与标准化服务于一体的综合性服务终端，成为连接品牌与消费者之间的重要桥梁。
在注重食材品质与口味传承的同时，刘文祥麻辣烫也高度重视门店环境的整洁舒适与服务流程的人性化设计。门店采用统一的品牌视觉形象，营造出干净、温馨、富有烟火气的用餐氛围，让顾客在轻松愉悦的环境中享受美食带来的满足感。刘文祥麻辣烫门店广泛分布于各城市的核心商圈、社区街道及人流密集的商业区域，形成了便捷可达的门店布局，有效提升了品牌的区域影响力与市场渗透率。
本文将探讨如何通过POST请求从相关平台或公开接口中获取刘文祥麻辣烫门店的分布信息，并展示使用Python的requests库发送HTTP请求的方法，以提取详细的门店位置数据。这些信息涵盖品牌旗下各门店的名称、地址、所在区域、开业时间、经营状态等关键字段，通过解析返回的JSON数据，实现对门店信息的结构化采集。此类数据有助于分析刘文祥麻辣烫在不同区域的渠道布局策略、市场发展态势及其与城市消费特征的关联性。通过对门店数据的整理与分析，可为后续的商业选址评估、区域市场拓展规划及品牌运营优化提供有力的数据支持。
刘文祥麻辣烫店铺查询：店铺详情 - 刘文祥
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POST请求：虽然POST请求通常用于向服务器发送数据（比如提交表单、上传文件等），但HTTP协议本身并不强制要求POST请求必须包含请求体，刘文祥麻辣烫所使用的响应就没有包含请求体；
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；
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
- 找到对应数据存储位置，获取所有店铺列表的相关标签数据；
- 我们通过requests库发送HTTP请求，来遍历全国门店数据；
- 地理编码→地址转经纬度，再通过coord-convert库实现GCJ-02转WGS84；
第一步：我们直接在"Fetch/XHR"先找到对应数据存储位置，获取所有店铺列表， 我们可以看到响应请求只有一个，那么直接诶观察结构，"list"里面包含了每个省的信息，每个省下面又包含一个"son"，包含门店具体信息，那接下来，我们就遍历每个省的"son"信息即可；
第二步：利用POST请求获取所有店铺列表，并根据标签进行保存，另存为csv；
完整代码#运行环境 Python 3.11（特定城市版）
import requests
import csv# 请求配置
url = "http://liangqilei.com/index/login/ajaxshop"
headers = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36","Content-Type": "application/x-www-form-urlencoded","X-Requested-With": "XMLHttpRequest"
}# 发送请求并处理数据
try:response = requests.post(url, headers=headers, timeout=10)data = response.json()# 提取所需字段records = [{k: shop.get(v) for k, v in {'id': 'id', 'title': 'title', 'province': 'province','city': 'city', 'area': 'area', 'xxaddress': 'xxaddress','create_times': 'qytime', 'status': 'status'}.items()}for province_data in data.get('list', [])for shop in province_data.get('son', [])]# 保存为CSVwith open('门店信息.csv', 'w', newline='', encoding='utf-8-sig') as f:if records:writer = csv.DictWriter(f, fieldnames=records[0].keys())writer.writeheader()writer.writerows(records)print(f"成功保存 {len(records)} 条数据到 'liuwenxiang_stores.csv'")else:print("未获取到数据")except Exception as e:print(f"执行失败: {e}")获取数据标签如下：id（门店id）、title（门店名称）、city（所在城市）area（所在区县）、xxaddress（详细地址）、qytime（开业时间）、status（运营状态），其他一些非关键标签，这里省略；
第三步：地理编码和坐标系转换，这里因为数据标签没有直接的坐标数据，需要把获取的门店地址进行地理编码，具体实现方法可以参考我这篇文章：地址转坐标：利用高德API进行批量地理编码_高德地图api-CSDN博客；
这里直接下载转换结果，坐标系GCJ-02，当然还有个别地址描述太模糊的或者格式无法识别，会查不出坐标，手动查一下坐标即可，大部分还是可以查到的，因为当前坐标系是GCJ02，需要批量转成WGS84/BD09的话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 (latlongconverter.online)，也可以通过coord-convert库实现GCJ-02转WGS84，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：
刘文祥麻辣烫起源于黑龙江，并以此为根基逐步向外扩张。尽管品牌发源于北方，但其后续的开店策略呈现出明显的南迁与东扩趋势。从当前门店分布来看，虽然东北地区仍有一定数量的门店，但增长重心已明显转向经济更活跃、消费频次更高的东部和南部市场，尤其在长三角、珠三角和京津冀地区形成了高度集中的布局。
相比之下，中西部地区的门店分布较为稀疏，尽管在一些省会城市如成都、重庆等地也有一定的市场渗透，但整体密度远不及东部和南部。这种分布特点反映了刘文祥麻辣烫在市场拓展过程中对经济环境和消费习惯的考量，优先选择经济发展水平较高、消费者接受度较好的区域进行布局。
刘文祥麻辣烫在保持北方根据地的同时，敏锐地捕捉到了南方市场的巨大潜力。南方城市人口密集、餐饮消费旺盛、对麻辣口味接受度高，为其快速复制和规模化发展提供了有利条件。
从2020年到2025年，刘文祥麻辣烫的门店扩张呈现出明显的阶段性增长特征，整体发展势头强劲且持续向好。品牌在初期（2020–2022年）处于稳步布局阶段，累计新开门店仅占总量的一小部分，其中2020年新开94家、2021年165家、2022年247家，虽然增速相对平缓，但为后续发展打下了坚实的基础。进入2023年后，扩张节奏明显加快，当年新开门店达到734家，占比接近两成，标志着品牌开始进入规模化复制与市场加速渗透的关键期。而真正的爆发式增长出现在2024年和2025年，这两年新开门店数分别高达1292家和1302家，几乎占据整个发展周期中新增门店总量的一半以上，充分体现出品牌在供应链、运营管理和市场认知度方面的成熟与突破。这一阶段的高速增长不仅反映了消费者对品牌的高度认可，也说明其加盟体系或直营策略取得了显著成效。综合来看，刘文祥麻辣烫已从早期的区域试点成功转型为全国性快速扩张的餐饮连锁品牌，尤其在近两三年实现了跨越式发展，未来若能持续优化单店盈利能力并加强区域密度协同，有望进一步巩固其在麻辣烫细分市场的领先地位。
刘文祥麻辣烫起源于黑龙江省，凭借其独特的口味和扎实的运营在当地迅速积累了口碑和人气，逐步发展成为具有区域影响力的品牌。作为品牌的发源地，黑龙江省以797家门店的数量遥遥领先于其他省份，不仅位居全国首位，更是其最核心的市场，充分体现了“本土优势”的强大支撑力。紧随其后的是山东省，拥有495家门店，显示出品牌在华北地区的广泛渗透和高度认可。在华东与东北区域，江苏省（370家） 和辽宁省（353家） 的门店数量也位居前列，进一步印证了品牌在经济活跃、消费能力强地区的成功布局。此外，河北省（252家）、广东省（251家）、河南省（227家） 和浙江省（225家） 均突破200家门店，构成了品牌第二梯队的重要支撑。相比之下，西部省份的布局则明显薄弱，例如四川省仅有84家门店，陕西省37家，而甘肃省更是仅有4家，区域发展呈现出显著的“东强西弱”格局。总体来看，目前全国绝大多数门店集中在东部和中部人口大省，仅黑龙江、山东、江苏、辽宁四省门店总和就已接近2000家，占整体门店网络的绝对比重。这一数据不仅反映出品牌从黑龙江发家并向外辐射的清晰路径，也表明其扩张策略高度依赖高密度、高消费潜力的市场。未来，在巩固黑龙江797家门店大本营的同时，若能加大在中西部市场的投入，优化全国区域布局，刘文祥麻辣烫有望实现从“区域性强势品牌”向全国性领军品牌的跨越。
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。