APISpace IP归属地查询接口案例代码

1.IP归属地查询API

1.1 API接口简介

IP归属地查询API：根据IP地址查询归属地信息，包含国家、省、市、区县和运营商等信息。APISpace 提供了IPv4 和 IPv6 的IP归属地查询接口，并且包含了各种归属地精度查询的接口。

1.2 IPv4

IPv4归属地查询分为 高精版、区县级、城市级，共3个版本。

1.3 IPv6

Pv6归属地分为 区县级、城市级，共2个版本。

2.IP归属地接口详情（以IP归属地-IPv4区县级为例）

2.1 接口请求信息

2.2 请求示例代码（JAVA）

OkHttpClient client = new OkHttpClient().newBuilder().build();
MediaType mediaType = MediaType.parse("application/x-www-form-urlencoded");
Request request = new Request.Builder()
  .url("https://eolink.o.apispace.com/ipguishu/ip/geo/v1/district?ip=1.45.124.145&coordsys=WGS84")
  .method("GET",null)
  .addHeader("X-APISpace-Token","API密钥，注册APISpace即可获得")
  .addHeader("Authorization-Type","apikey")
  .build();

Response response = client.newCall(request).execute();
System.out.println(response.body().string());
1
2
3
4
5
6
7
8
9
10
11

2.3 返回示例

{
    "code": "Success",
    "data": {
        "continent": "亚洲", // 大洲
        "country": "中国", // 国家
        "zipcode": "511400", // 邮政编码
        "timezone": "UTC+8", // 时区
        "accuracy": "区县", // 精度
        "owner": "中国电信", // 所属机构
        "isp": "中国电信", // 运营商
        "source": "数据挖掘", // 采集方式
        "areacode": "CN", // 国家编码
        "adcode": "440113", // 行政编码
        "asnumber": "4134", // 自治域编码
        "lat": "22.930876", // 纬度
        "lng": "113.404840", // 经度
        "radius": "20.5686", // 定位半径
        "prov": "广东省", // 省份
        "city": "广州市", // 城市
        "district": "番禺区" // 区县
    },
    "charge": true,
    "msg": "查询成功",
    "ip": "61.144.147.130",
    "coordsys": "WGS84"
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

IP归属地查询API应用场景

1. 匿名访客识别，挖掘更多销售线索

用作网站的匿名访客识别，通过解析网站访问用户留存的IP地址，识别访问用户的所属企业、经营地址、官网、联系方式等信息，进而分析来访用户与自身经营业务的匹配程度，挖掘更多的销售线索，辅助业务增长。

2. 建立用户轨迹画像，分析用户需求，辅助产品营销

通过解析已存用户不同登录网站或者APP时间的IP地址，了解用户的地理位置信息，进行用户轨迹画像绘制，通过分析用户常涉区域的经营消费水平，推测用户的理财能力与偏好，根据推导结果进行理财产品匹配，辅助制定营销策略。

3. 互联网在线广告精准投放

对用户进行IP地址解析，了解用户所处的地理位置，同时根据用户所处地理位置的消费水平，对指定半径范围内用户推送适宜的产品。

4. 位置交叉核验，评估用户可信任度

首先根据商户登录的IP地址进行地理位置解析了解用户的真实所处位置，随后利用解析结果与经营注册地址进行匹配校对，判断商户登录位置与经营位置是否一致，作为评估商户可信任程度的风险入参之一。

5. 互联网金融行业风险控制

通过解析用户登录的IP地址了解用户的地理位置位置信息，首先与内部已掌握的风险区域进行数据对比，判断是否发生在高风险地区，同时对同一时间段不同交易用户的IP地址进行解析，了解交易发生地的分布情况，判定是否存在多笔交易发生地聚集，进而辅助内部风控体系建设。