百度迁徙平台（百度慧眼）几乎是日前最具有参考价值的中国人口迁徙数据，许多论文以此为数据基础。但在其官网上既没有展示所有的数据，也没有提他们有公开的接口，只有一句“获取详情数据请点击联系我们”。实际上除了没有给出公开的文档以外，百度迁徙平台不仅留了免费的接口，还能获取几乎所有的数据。感觉百度的意思就是：你有能力爬，我们愿意把数据给你；你没能力爬，那就花钱找我们要。 2024 年初 GitHub 上没有仍然在更新的、满足相同需求的代码，我们尝试抛砖引玉补齐这些，并整理好信息为后来人提供帮助。
2024.12.6 对代码进行了测试，似乎仍有效。
注：似乎部分日期的部分数据缺失。如果不幸通过本仓库的方法获取到的数据中，您需要的日期刚好没有数据，也许可以尝试直接联系百度迁徙获得……
以下面的接口为例。
其中 cityrank（/migration/ 后、.jsonp 前） 处的可选项一共有四个：cityrank、provincerank、lastdate、historycurve。其中 historycurve 比较特殊，直接返回历史上所有日期的数据。
请参考 main.py 中的注释。以下给出简要说明：
dt：级别。可选的值有：country、province、city。
id：六位数，代表区域（可以是省，也可以是市），如：360100。如果是 dt 是 country，不需要给这个参数。
type: move_in, move_out 分别代表迁入迁出数据。
date: 长度为8、格式为年月日的日期，如：20240130。如果接口是 historycurve，不需要给这个参数。
callback: 时间戳，他调取的时候格式为：jsonp_X_Y，其中 X 经实验为 13 位的毫秒级时间戳，Y是7位数字，估计是更精确的时间。爬取的时候甚至不需要填写这个。它只是代表“我给你返回的数据确实是你这次获取的数据”。
运行main.py，查找“请修改这里”，并修改这些地方为你所需要的数据即可。所有爬到的 json 数据会保存在./data/下面。如果需要改为其他的格式（如 csv），可以在代码中操作 json_data。
- 经反馈，由于当前版本的保存的目标路径是写死的（
./data/），如果使用 Pytorch 等特殊环境可能会很难找到最后生成的文件到底在哪里。之后有时间可能会将这些改成一个变量方便修改。
可以提 Issue 或 发送邮件 联系我。我更建议您提 Issue，这样其他人也可以看到并参与讨论您的问题！
如果您觉得有用，请点一个 Star！