随着互联网的发展,互联网平台空间数据呈爆炸式增长,从矢量到栅格数据,再到时空数据,网络空间数据背后隐藏着实用信息,是空间大数据时代数据重要来源,因此空间数据的网络获取是关键环节之一。空间数据一般存储于网络服务器端的数据库中,前端采用网页技术展现其空间形态,论文通过解析网页结构,高效、可靠的从后台数据库中爬取空间数据。论文主要实现矢量和栅格两大类数据爬取,矢量数据选取POI数据和交通态势数据,栅格数据选取影像数据。主要运用四种方法实现,通过模拟搜索法实现城市范围POI数据爬取,通过圆形剖分实现圆形区域POI数据爬取,方格剖分实现矩形区域POI数据和交通态势数据爬取,模拟登录实现影像数据爬取。为确保空间数据爬取顺利,论文运用代理IP、伪装浏览器、防盗图片链接以及降低访问频率方式实现空间数据的反爬措施。论文通过多进程与多线程提高空间数据爬取的效率,通过编程手段和数据库操作在数据爬取以及入库过程中完成数据清洗和数据去重。通过实验论证分析,运用四种方法可以实现城市范围、矩形区域、圆形区域POI数据爬取,矩形区域交通态势数据爬取以及指定类型影像数据爬取。并运用多进程使得空间数据爬取效率提高三倍。通过数据清洗和去重使得爬取的数据准确度大大提高,在单次数据爬取过程中不相关数据以及重复数据记录趋近于零。论文采用python语言、pyqt平台、eric6环境将四种空间数据爬取方法编程实现,通过软件测试,这四种空间数据爬取方法实用性较高,可应用于大规模POI数据、交通态势数据以及遥感影像数据爬取。论文最后根据爬取的数据完成重庆交通大学至长江大桥矩形区域内交通拥堵分析以及北京地区SO₂污染浓度影响因素分析,根据拥堵分析结果可以制定出行计划和对交通指挥作参考,而污染浓度分析结果可对环境治理与管理起指导作用。根据实验及应用表明,运用四种方法爬取的空间数据可以进行不同种类的空间数据分析,爬取的数据使用价值较高。