xiangyuecn / areacity-jsspider-statsgov Goto Github PK

省市区县乡镇三级或四级城市数据，带拼音标注、坐标、行政区域边界范围；2024年03月03日最新采集，提供csv格式文件，支持在线转成多级联动js代码、通用json格式，提供软件转成shp、geojson、sql、导入数据库；带浏览器里面运行的js采集源码，综合了中华人民共和国民政部、国家统计局、高德地图、腾讯地图行政区划数据

Home Page: https://xiangyuecn.github.io/AreaCity-JsSpider-StatsGov/

License: MIT License

JavaScript 69.16% Python 0.86% HTML 29.98%

areacity-jsspider-statsgov's Introduction

【源GitHub仓库】 | 【Gitee镜像库】本文档中默认使用github.io部署的链接，如果无法访问，你可替换链接开头部分成gitee.io部署的链接访问更快。

📖省市区数据采集并标注拼音、坐标和边界范围

【在线测试和预览】省市区乡镇四级行政区划数据 _{(gitee镜像)}：支持在线生成JSON、多级联动js；
【在线测试和预览】ECharts Map四级下钻在线测试和预览+代码生成 _{(gitee镜像)}：坐标边界范围在线测试和预览；
【转换工具】AreaCity-Geo格式转换工具软件 _{(gitee镜像)}：csv文件导入数据库，坐标、边界范围转换（支持转成sql、shp、geojson）；
【查询工具】AreaCity-Query-Geometry _{(gitee镜像)}：高性能的坐标数据、边界数据查询工具，Java开源程序、带http查询接口，内存占用低（1秒可查1万个以上坐标对应的城市信息）。

数据下载

当前最新版本：2023.231212.240303版，更新于2024-03-03，整合了 统计局2023-09-11、民政部2023-04-23、腾讯地图行政区划2023-12-12、高德地图行政区划采集当天 数据。

文件名	大小	描述	下载地址
ok_data_level3.csv ok_data_level4.csv _{（在一个7z压缩包内）}	230KB 3MB	【区划三级】省市区三级行政区划数据【区划四级】省市区乡镇四级行政区划数据 _{- 支持在线预览，在线生成JSON、多级联动js代码} _{- 可用转换工具导入数据库、转成sql}	线路一 / 线路二
ok_geo.csv.7z	13MB	【边界三级】省市区坐标和边界数据，解压后130M+ _{- 支持在线预览，可用转换工具转成shp、geojson、sql格式、转换坐标系} _{- 使用本库开源的高性能查询工具，1秒可查1万个以上坐标对应的城市信息}	线路一 / 线路二
*ok_geo4_.csv** [AD]	109MB	【边界四级】乡镇级坐标和边界数据，导出后300M+ _{- 付费数据、广告、闭源，支持在线预览，提供了部分免费数据供测试}	线路一 / 线路二

如果上面线路一和线路二都无法下载：可以到 Gitee Releases 下载，或到 GitHub Releases 下载最新发布数据文件。

csv纯文本文件可以非常方便解析成其他格式；如果在使用csv文件过程中出现乱码、错乱等情况，需自行调对utf-8（带BOM）编码，文本限定符为"。

通过本库提供的 AreaCity-Geo格式转换工具可快速方便的将行政区划、坐标、边界范围csv文件导入数据库，并且提供格式转换功能（shp、geojson、sql），欢迎下载使用。边界导出成geojson后可通过 AreaCity-Query-Geometry Java开源程序进行高性能的坐标数据、边界数据查询。

如需数据、功能定制，网站、App、小程序、前端后端开发等需求；矢量专题地图绘制、修改，前端地图、大屏、ECharts数据展示开发，后端数据处理、接口开发；请加本文档下面的QQ群，联系群主（即作者），谢谢~

Git仓库和存档

由于仓库内的历史记录数据可能会很大，可以加上--depth 1提取最新版的数据即可。

//Gitee镜像仓库: 速度快
git clone --depth 1 https://gitee.com/xiangyuecn/AreaCity-JsSpider-StatsGov.git

//源GitHub仓库: 可能比较慢或无法访问
git clone --depth 1 https://github.com/xiangyuecn/AreaCity-JsSpider-StatsGov.git

每当仓库增长到一定大小后，本仓库将会进行存档处理，同时将历史记录中的大文件进行清理，这将导致一些文件之前的历史丢失，请到存档仓库查阅更早的历史记录； 2023年05月28日前历史存档：GitHub | Gitee 。

【QQ群】交流与支持

欢迎加QQ群：①群 484560085、②群 626141661、③群 346847528，纯小写口令：areacity

数据源

国家统计局：统计用区划和城乡划分代码，此数据比较齐全但是比较杂，并且数据是一年一更可能会存在滞后，需额外移除和处理开发区、经济区、高新区、国家级新区等区域；此数据源为省市区三级数据的主要数据源，乡镇级辅助数据源。
民政部：行政区划代码，提供省市区三级数据，以前一月一更，2022年大半年没更新；为辅助数据源。
腾讯地图行政区划：提供省市区镇四级数据，更新比较频繁；为乡镇级主要数据源，省市区三级辅助数据源。
高德地图行政区域：提供省市区镇数据，实际采用前三级，更新比较频繁但具体时间未知；为辅助数据源。
高德地图坐标和行政区域边界范围：当城市数据有变化时，主动从高德查询坐标和边界信息。

【字段】ok_data_level*.csv - 行政区划数据表

此表为省市区镇三级、四级行政区划数据表，可在线测试预览（支持转成json、生成多级联动js代码），可使用 AreaCity-Geo格式转换工具软件直接导入数据库。

字段	类型	描述
id	int	城市编号；省市区三级为统计局的编号经过去除后缀的`0{3,6,8}`得到的短编号，港澳台编号为民政部的编号；如果是添加的数据（国外），此编号为自定义编号；乡镇级主要为腾讯地图行政区划的编号，大部分和统计局的数据一致，约7.5%（约3000个）的乡镇级不一致；如果某级缺失(如：省直辖县级市、新增城市)，会用上级数据进行补齐，编号为上级结尾添加0{2,3}，注意如果要恢复长编号时（简单的补上00）已有的ID会和添加的ID产生冲突，比如4位恢复到6位将导致部分上下级ID冲突，恢复时这些新加的数据要进行特殊处理。
pid	int	上级ID
deep	int	层级深度；0：省，1：市，2：区，3：镇
name	string	`如：武汉`，为数据源原始名称精简过后的短名称，和ext_name字段值的前半部分完全相同，如需完整名称请使用ext_name字段
pinyin_prefix	string	`如：w、~1`，为`name`的拼音前缀，取的是`pinyin`第一个字母`a-z`，或港澳台、国外自定义前缀`~1、~4`；用来排序时应当先根据拼音前缀的首字母来排序，相同的再根据前缀+名称进行排序
pinyin	string	`如：wu han`，为`name`的完整拼音
ext_id	long	数据源原始的编号；如果是添加的数据，此编号为0；此编号并非唯一，不可代替id使用，比如填充的数据将会和上级使用相同的编号
ext_name	string	`如：武汉市`，为数据源原始的完整名称，name字段值就是本字段删掉省市等后缀精简来的，如需完整名称请使用本字段

【字段】ok_geo.csv - 坐标边界表

此表为坐标和行政区域边界范围数据表，可在线测试预览；此表含省市区三级不含第四级，如需乡镇级坐标边界数据请到此下载；因为数据文件过大（130M+），所以分开存储。

由于边界数据的解析比较复杂，请参考src/map_geo_格式化.js内的SQL Server的解析语句，或者使用 AreaCity-Geo格式转换工具软件直接导入数据库，或者转换成shp、geojson、sql格式。

如果需要查询坐标对应的城市、查询城市或下级的边界数据，可下载 AreaCity-Query-Geometry Java开源程序进行高性能的查询，内存占用低（1秒可查1万个以上坐标对应的城市信息）。

字段	类型	描述
id	int	和`ok_data_level*.csv`表中的`ID`相同，通过这个`ID`关联到省市区具体数据，`map_geo_格式化.js`中有数据合并SQL语句
pid	int	上级ID
deep	int	层级深度；0：省，1：市，2：区
name	string	`如：罗湖区`，城市完整名称
ext_path	string	`如：广东省深圳市罗湖区`，为省市区三级完整名称，中间用空格分隔
geo	string	城市中心坐标，高德地图`GCJ-02`火星坐标系。格式："lng lat" or "EMPTY"，少量的EMPTY（仅**的城市、国外）代表此城市没有抓取到坐标信息
polygon	string	行政区域边界，高德地图`GCJ-02`火星坐标系。格式："lng lat,...;lng lat,..." or "EMPTY"，少量的EMPTY（仅**的城市、国外）代表此城市没有抓取到边界信息；存在多个地块(如海岛、飞地)时用`;`分隔，每个地块的坐标点用`,`分隔（如果某个地块中需要抠除一个孔洞小地块会存在`~`分隔符，目前暂无），特别要注意：多个地块组合在一起可能是MULTIPOLYGON或者POLYGON，需用工具进行计算和对数据进行验证

数据有效性和完整性

本库会尽量和民政部的更新频率保持一致，但由于最为主要的两个数据源国家统计局、腾讯地图行政区划更新频度并没有民政部高；因此省市区三级准确度和民政部准确度是一量级，并且要更完整些；第四级乡镇级主要由腾讯地图行政区划提供，腾讯数据源并不经常更新，因此会导致小部分新增、调整的城市第四级没有数据（会用上级数据补齐），使用前应该考虑此缺陷。

数据通过使用上级数据补齐的形式（具体细节请参考后面的数据规则），使得任何一个数据都能满足省市区镇4级结构，没有孤立的（ID全局唯一），因此不管从哪级进行下级选择，都能进行有效操作。可以通过ID结构来识别这种补齐填充的数据，只要ID为上级的ID+多个0，就代表此数据为补齐填充数据，比如：东莞（4419）-东莞（441900），很容易鉴别出441900为补齐用的填充数据。

会发生补齐行为的数据很少，约50来个（不含**），主要为：直筒子市（东莞、儋州等）、省直辖县级市（济源、潜江等），他们的下一级仅有补齐的这条数据。另外直辖市（北京、天津等）下级也仅有一条数据，ID结尾为01（不包括重庆，重庆下级分成了市、县两个）。

直筒子等这种为什么不直接把下级往上提一级来做区级，采用补齐填充的方式来对齐数据的原因，请参考issue#9。

数据中不包含大部分行政管理区，比如：雄安新区、天府新区、苏州工业园区等，请自行查阅和行政区划的区别。

数据更新日志

2023.231212.240303版(更新时间: 2024-03-03)采集了4层，省、市、区、镇，来源：统计局2023版数据；省市区3级合并了民政部2023-04-23数据、高德地图行政区域、腾讯地图行政区划v20231212数据；乡镇级采用腾讯地图行政区划作为主要数据，综合高德和统计局的乡镇级。采集高德省市区三级坐标和行政区域边界范围。
2022.230704.230813版(更新时间: 2023-08-13)采集了4层，省、市、区、镇，来源：统计局2022版数据；省市区3级合并了民政部2023-04-23数据、高德地图行政区域、腾讯地图行政区划v20230302数据；乡镇级采用腾讯地图行政区划作为主要数据，综合高德和统计局的乡镇级。采集高德省市区三级坐标和行政区域边界范围。
2021.221019.221128版(更新时间: 2022-11-28)采集了4层，省、市、区、镇，来源：统计局2021版数据；省市区3级合并了民政部2022-03-21数据、高德地图行政区域、腾讯地图行政区划v20221019数据；乡镇级采用腾讯地图行政区划作为主要数据，综合高德和统计局的乡镇级。采集高德省市区三级坐标和行政区域边界范围。
2020.210510.1103版(2021)采集了4层，省、市、区、镇，来源：统计局2020版数据；省市区3级合并了民政部2021-05-10数据、高德地图行政区域、腾讯地图行政区划v20211103数据；乡镇级采用腾讯地图行政区划作为主要数据，综合高德和统计局的乡镇级。采集高德省市区三级坐标和行政区域边界范围。
2020.201120.0814版(2020)采集了4层，省、市、区、镇，来源：统计局2020版数据；省市区3级合并了民政部2020-11-20数据、高德地图行政区域、腾讯地图行政区划v20200814数据；乡镇级采用腾讯地图行政区划作为主要数据，综合高德和统计局的乡镇级。采集高德省市区三级坐标和行政区域边界范围。
2019.200925.0814版(2020)采集了4层，省、市、区、镇，来源：统计局2019版数据；省市区3级合并了民政部2020-09-25数据、高德地图行政区域、腾讯地图行政区划v20200814数据；乡镇级采用腾讯地图行政区划作为主要数据，综合高德和统计局的乡镇级。采集高德省市区三级坐标和行政区域边界范围。
2018版(2019)采集了4层，省、市、区、镇，来源：统计局2018版数据；省市区3级额外合并了民政部2019-08-27数据。采集高德省市区三级坐标和行政区域边界范围。
2017版(2018)采集了3层，省、市、区，来源：统计局2017版数据。
2016版(2017)采集了3层，省、市、区，来源：统计局2016版数据。
2013版(2013)采集了4层，省、市、区、镇，来源：统计局2013版数据。

📖在线测试工具

在线测试工具地址：https://xiangyuecn.github.io/AreaCity-JsSpider-StatsGov/ / Gitee镜像地址

此工具主要用于将ok_data_level*.csv四级行政区划数据文件转换成别的格式，另外提供省市区多级联动测试，并且可生成js源码（含数据）下载，3级联动生成的文件紧凑版68kb，4级联动紧凑版1mb大小。

工具支持：

省市区镇四级行政区划数据预览和测试。
将csv数据导出成压缩后的紧凑版js格式纯数据文件，省市区3级数据65kb大小。
将csv数据导出成JSON对象、JSON数组纯数据文件，省市区3级数据120kb+。
网页版省市区镇多级联动测试。
网页版省市区镇多级联动js代码生成（含数据）。

📖格式转换工具-PC版软件

AreaCity-Geo格式转换工具软件（gitee镜像）用于将采集到的 ok_geo.csv 省市区乡镇坐标和边界范围文件转成其他格式，也支持将 ok_data_level*.csv 省市区镇行政区划数据导入数据库。

此软件可免费使用，但有些功能会受到限制，比如省市区边界数据：每次转换操作最多导出全国所有省级、或一个城市和它的下一级数据，可付费升级为完整版。

工具支持：

将 ok_geo.csv坐标边界转成 ESRI Shapefile (.shp) 文件。
将 ok_geo.csv坐标边界转成 GeoJSON (.json) 文件，支持按层级拆分成多级json文件。
将 ok_geo.csv坐标边界转成 SQL (.sql) 文件，支持多种数据库格式。
将 ok_geo.csv坐标边界导入 MySQL 5.0+、SQL Server 2008+、PostgreSQL 数据库。
将 ok_data_level*.csv省市区镇行政区划转成 SQL 文件、导入数据库；可同时将坐标、边界范围附加到同一表中。
支持坐标系转换，ok_geo默认为GCJ-02火星坐标系，支持转换成：BD-09、WGS-84 GPS、CGCS2000。
可执行自定义 JavaScript 脚本，可扩展出丰富功能。
转换精度高，速度快，内存占用小，3-5分钟左右可转换完所有数据。
支持Win10、Win8、Win7，32位、64位系统使用（其他系统装虚拟机可用）。

📖坐标边界查询工具 - AreaCity-Query-Geometry

AreaCity-Query-Geometry （Gitee镜像库）是一个高性能的坐标数据、边界数据查询工具，Java开源程序、带http查询接口，内存占用低（1秒可查1万个以上坐标对应的城市信息）；先用上面的格式转换工具将ok_geo.csv转成geojson格式，然后运行此工具即可测试使用。

工具支持：

查询一个坐标点对应的城市信息；
查询一条路径经过的所有城市；
查询一个矢量范围覆盖的所有城市；
查询一个城市或下一级所有边界数据（WKT格式）；
支持通过HTTP API服务进行查询调用；
支持通过Java代码进行查询调用；
源码简单，包括测试bat脚本共5个文件，无需IDE即可修改和运行，copy即用。

测试截图

📖数据规则和相关问题

id编号和国家统计局的编号基本一致，方便以后更新，有很多网站接口数据中城市编号是和这个基本是一致的，包括民政部、腾讯地图和高德地图的城市数据这套编号都是大部分通用的。
东莞、中山、儋州等不设区的直筒子市没有第三级区级，自动添加同名的一级作为区级，以保证整个数据结构的一致性，添加的城区编号以上级的ID结尾加两个0作为新ID，此结构ID兼容性还不错，比如：东莞（4419）下级只有一个区东莞（441900），但结尾加00后会导致精简过的ID如果要恢复成指定的位数时需要将这些添加的区域进行特殊处理，否则4419扩充到6位后会变成441900和下级产生冲突。
省直辖县级市（河南济源、湖北潜江、海南五指山、新疆昆玉等）根据编号来看本来只能放到区级，但为了便于用户选择，所有直辖市自动添加一个同名的市级，比如：湖北-直辖市-仙桃-*镇 调整后为 湖北-仙桃-仙桃-*镇，新添加数据的编号规则和第二条规则相同。
如果市、区没有下级，自动添加同名的一个城镇作为下级，编号规则和上一条规则相同，以保证数据层次的一致性（任何一个数据都能满足省市区镇4级结构，没有孤立的）；比如：福建-泉州-金门没有镇，调整后为福建-泉州-金门-金门；另外从民政部等数据源中补全的新增城市也会缺失下级，照此规则自动补齐。
**数据只有省市区三级没有乡镇级，因此乡镇级通过前面几条规则自动补齐；香港、澳门数据源有两级，当做直筒子市来处理，比如把香港当做东莞，从面积和人口来看还算合理，因此港澳数据中省市区三级是完全相同的，第四级乡镇级才有城市数据，如：香港-香港-香港-湾仔区。
地区名字是直接去掉常见的后缀进行精简的，如直接清除结尾的市|区|县|街道办事处|XX族自治X，数量较少并且移除会导致部分名字产生歧义的后缀并未精简。
省市区前三级数据的合并：统计局采集过来的数据会先和民政部的数据交叉对比后进行合并；由于统计局的数据明显的滞后，民政部内新添加的市、区将不会有乡镇级（自动补齐同名乡镇级）；如果民政部数据存在明文撤销的市、区，那么合并的时候会删除统计局对应的数据；如果统计局中的数据在民政部数据内不存在，将原样保留。高德地图行政区域会和腾讯地图行政区划数据进行交叉对比，然后择优选取需要的数据。最后(统计局+民政部)和(高德+腾讯的数据)的前三级数据进行交叉融合，得到的【省市区】 ≈ 【统计局的数据】 - 【160来个开发区、经济区、高新区、国家级新区】 - 【撤销城市】 + 【新设城市】 + 【港澳台】。
第四级乡镇级主要采用腾讯地图行政区划数据，综合高德和统计局的数据，和统计局的数据差异在3000个左右，占比7.5%(3000/40000)，得到的【乡镇级】 ≈ 【腾讯地图行政区划数据】。
省市区三级的坐标和行政区域边界范围数据从高德采集，省市区总计3300+条数据，少部分城市未采集到数据（仅**的城市、国外）。关于未获取到坐标或边界的城市，本采集方案采取不处理策略，空着就空着，覆盖主要城市和主要人群，未覆盖区域实际使用过程中应该进行降级等处理。比如：尽最大可能的根据用户坐标来确定用户所在城市，因为存在没有边界信息的区域，未匹配到的应使用ip等城市识别方法。得到的【坐标和边界】 = 【高德地图数据】。
数据中不包含大部分行政管理区，比如：雄安新区、天府新区、苏州工业园区等。
参考链接：行政区划，统计用区划代码和城乡划分代码编制规则，民政部发布的行政区划代码。

为什么不直接用统计局的数据

存在滞后，更新没有民政部和其他数据源频繁，新采集却是老数据，并且明知道存在新数据，强迫症又要犯了。
统计局的数据比较齐全但是比较杂，靠一个人来分开整理几乎不可能；比如：统计局数据包含了160多个经济区、开发区，这种区划应该算专门的区域（行政管理区），一般由多个城市的区域组成，在区级内算是重复的区域，因此需要剔除，但剔除后这些区域下面的乡镇级需要划分到实际的归属城市下面，这就很困难了，因为量太大了，一个个去查归属地几乎不可能。
统计局的数据也存在缺失数据，如：港澳台、昆玉市、双河市。
其他平台的数据在感官上显得都不够完美，综合一下舒畅多了。

拼音标注和排序

拼音源

省市区这三级采用在线拼音工具转换，据说依据《新华字典》、《现代汉语词典》等规范性辞书校对，多音字地名大部分能正确拼音，重庆:chong qing，朝阳:chao yang，郫都:pi du，闵行:min hang，康巴什:kang ba shi、六安市:lu an shi；转换完成后会和腾讯地图行政区划存在的拼音进行对比校正。

乡镇级以下地名采用本地拼音库（assets/pinyin-python-server）转换，准确度没有省市区的高。

拼音前缀

目前采用的是截取第一个字拼音的首字母，和港澳台、国外特殊指定前缀。

排序方案：

方案一(2016版废弃)：取每个字的拼音首字母排序，比如：河北:hb 湖北:hb 黑龙江:hlj 河南:hn 湖南:hn

方案二(2018版废弃)：取的是第一个字前两个字母和后两个字首字母排序：河北:heb 黑龙江:helj 河南:hen 湖北:hub 湖南:hun

方案三(返璞归真)：取第拼音前缀首字母进行排序，如果两个字母相同，再使用(首字母前缀或自定义前缀)+(名称)进行排序：河北:h.河北 河南:h.河南 黑龙江:h.黑龙江 湖北:h.湖北 湖南:h.湖南 香港:~1.香港 澳门:~2.澳门

排序方案三看起来好些；为什么不直接用名称文本进行排序，我怕不同环境下对多音字不友好，最差情况下也不会比方案一差，并且排序可透过前缀实施自定义控制。

修正数据

issues/2 乐亭县 的 乐读lào ，此县下面的乐亭读音均已修正。
[2020-8-23] QQ:85005150反馈 宕昌县 的 宕 读 tàn。
[2021-2-21] QQ:85005150反馈 洪洞县 的 洞 读 tong，lve 改成 lue，和其他一些已知读音问题。

📖使用js自行采集

在低版本chrome控制台内运行1、2、3打头的文件即可完成采集，这些文件按文件名顺序执行。环境配置好的情况下完成一次采集大概30分钟内。

最新采集代码内对拼音转换的接口变化蛮大，由于优秀的那个公网接口采取了IP限制措施，就算使用了全自动的切换代理，全量转换还是极为缓慢，因此采用了本地转换接口和公网转换接口结合的办法，省市区三级采用公网接口，其他的采用本地接口。公网接口转换的正确度极高，本地的略差那么一点。

统计局官网也会对请求进行限制，超过一定量的请求后会要求输入验证码。只要没有禁用浏览器缓存，一个统计局url请求过一次就不再次发起网络请求（会走缓存），最多会产生4000个有效网络请求，发现要输入验证码时，重新开始采集即可，有缓存的非常快速。

采集环境参考

chrome 控制台，当前数据采集使用的chrome版本：Chrome 97 + Chrome 80，chrome越来越难用（简单制作chrome便携版实现多版本共存）。

2022年以前统计局数据乱码的根本原因在于统计局服务器响应的内容编码为gb2312（2022已采用utf-8编码无此问题），但服务器响应头只给了Content-Type: text/html，因此可用Fiddler篡改Content-Type响应头为Content-Type: text/html; charset=gb2312也可解决新版Chrome乱码问题。

行政区划数据采集

按顺序用文本编辑器打开1-3打头的js文件，阅读源码开头的注释，用浏览器打开注释内相应的目标页面。
在浏览器页面内打开控制台，控制台中导入需要的数据。
复制js文件内的源码到控制台内执行。
数据采集或转换完成会自动弹出下载，保存好文件，然后处理下一个1-3打头的js文件。

坐标和行政区域边界采集

使用坐标和边界目录内的map_geo.js、map_geo_格式化.js在高德地图测试页面，根据文件内的说明即可完成采集。

📖其他资源

行政区划吧：百度贴吧链接，一个指点江山有味道的吧，区划变更先知道
全国基础地理数据库：http://www.webmap.cn
OpenStreetMap：https://www.openstreetmap.org
含街道居委会（五级）数据：https://github.com/modood/Administrative-divisions-of-China

⭐捐赠

如果这个库有帮助到您，请 Star 一下。

您也可以使用支付宝或微信打赏作者：

areacity-jsspider-statsgov's People

Contributors

Stargazers

Watchers

Forkers

zhuly09 leader755 lynjon blackanwhite 1045334972 ireadx qinqw liyic tyssbb yinspark yhforever4 xxyan35 intril yuyu2you weir2010 keephunny xiangzhurui hqdmyjsw njulug tourze hinate ericinbj wldld kkfnui zhengfengrao eyiadmin jakexu cole2295 ideascf sunnyday2006 mokacao run100 liyang-love chihtung555 lichengtao1989 cerberusapp holo-k oldlie tsui603 davinx nozerowu ghwxx si19891002 jumpingyu kennylisc fabianyang vapor-team showmecodex 0xqq a327958099 cntip ahdw frostblazergit xpxw joyoverflow lgb020 zeroibc wenruiweidd thisleo killerwqs2 changs0115 colin-viola openexw meepobrother tianchi03 kkkpxl tianliangge cajs0001 zhouyuchina liubeihb 81088511 yqjack cjxyfc zangqianglei chaogis xiaoyao1114 xia1157089927 lijunjie-vip baseyou cifaz miuqiang lonhon dodohappi geekmi yach007 wjy-shadow sparkinzy wangwentao768 zhangxl2929 qinzhiwei1993 liux747 dingfh05 markop0 ruanfeixiong juzzs6212 hhy5277 2644783865 nuctony 2356901696 shansheng

areacity-jsspider-statsgov's Issues

邮编区号信息采集

如果你有兴趣的话

http://www.ip138.com/post/
https://www.youbianku.cn/

这似乎并不是国家发布的信息你知道哪里得到最准确的数据吗

能否转为gis常用的geojson 或shp文件？

提一个伸手党的问题，只因自己尝试后没有搞定。
能否将ok_geo.csv 转为shp或geojson提供下载；或者有没有大佬提供一个可行的思路``

云南省楚雄彝族自治州双柏县È嘉镇地名疑误

532322103,532322,3,"鄂嘉","e","e jia","532322103000","鄂嘉镇"

**·国家地名信息库显示“𥔲嘉镇”。

https://dmfw.mca.gov.cn/online/map.html?keyWordPlaceName=%F0%A5%94%B2&isIndex=true

希望加入街道级别的边界数据

山东省天地图中有详细的街道级别的边界数据，推荐加入采集。

http://www.sdmap.gov.cn/

字段polygon,类型geometry存在数据截断问题

在使用测试版本的数据导出成sql后，通过navicat直接导入到mysql 8.0.34，因为默认设置的字段长度为65535，因此多数的省直辖市的polygon的内容，都是在这个长度后被截断了。比如北京是在40.977926, 116.494002 40.9截断。
大佬有什么解决方式吗？

求助大佬

大佬，我想生成一个带有全字段的json导出为JSON对象
id,pid,deep,name,pinyin_prefix,pinyin,ext_id,ext_name

我把UserFormat修改了好像不起效果（其实修改的对不对自己心里也没谱，菜鸡看不太懂js代码）
大佬你能帮我修改一下UserFormat吗

1_2_抓取民政部城市信息.js 按照里面的程序执行得出的数据只有省市

var Step1_2_Merge_MCA={
"statsGovYear": 2020,
"notFinds": [
{
"code": "110000000000",
"name": "北京市"
},
{
"code": "120000000000",
"name": "天津市"
},
{
"code": "130000000000",
"name": "河北省"
},
{
"code": "140000000000",
"name": "山西省"
},
{
"code": "150000000000",
"name": "内蒙古自治区"
},
{
"code": "210000000000",
"name": "辽宁省"
},
{
"code": "220000000000",
"name": "吉林省"
},
{
"code": "230000000000",
"name": "黑龙江省"
},
{
"code": "310000000000",
"name": "上海市"
},
{
"code": "320000000000",
"name": "江苏省"
},
{
"code": "330000000000",
"name": "浙江省"
},
{
"code": "340000000000",
"name": "安徽省"
},
{
"code": "350000000000",
"name": "福建省"
},
{
"code": "360000000000",
"name": "江西省"
},
{
"code": "370000000000",
"name": "山东省"
},
{
"code": "410000000000",
"name": "河南省"
},
{
"code": "420000000000",
"name": "湖北省"
},
{
"code": "430000000000",
"name": "湖南省"
},
{
"code": "440000000000",
"name": "广东省"
},
{
"code": "450000000000",
"name": "广西壮族自治区"
},
{
"code": "460000000000",
"name": "海南省"
},
{
"code": "500000000000",
"name": "重庆市"
},
{
"code": "510000000000",
"name": "四川省"
},
{
"code": "520000000000",
"name": "贵州省"
},
{
"code": "530000000000",
"name": "云南省"
},
{
"code": "540000000000",
"name": "西藏自治区"
},
{
"code": "610000000000",
"name": "陕西省"
},
{
"code": "620000000000",
"name": "甘肃省"
},
{
"code": "630000000000",
"name": "青海省"
},
{
"code": "640000000000",
"name": "宁夏回族自治区"
},
{
"code": "650000000000",
"name": "**维吾尔自治区"
}
],
"notFindsIgnore": [],
"cityList": [
{
"name": "北京市",
"code": "110000000000",
"child": []
},
{
"name": "天津市",
"code": "120000000000",
"child": []
},
{
"name": "河北省",
"code": "130000000000",
"child": []
},
{
"name": "山西省",
"code": "140000000000",
"child": []
},
{
"name": "内蒙古自治区",
"code": "150000000000",
"child": []
},
{
"name": "辽宁省",
"code": "210000000000",
"child": []
},
{
"name": "吉林省",
"code": "220000000000",
"child": []
},
{
"name": "黑龙江省",
"code": "230000000000",
"child": []
},
{
"name": "上海市",
"code": "310000000000",
"child": []
},
{
"name": "江苏省",
"code": "320000000000",
"child": []
},
{
"name": "浙江省",
"code": "330000000000",
"child": []
},
{
"name": "安徽省",
"code": "340000000000",
"child": []
},
{
"name": "福建省",
"code": "350000000000",
"child": []
},
{
"name": "江西省",
"code": "360000000000",
"child": []
},
{
"name": "山东省",
"code": "370000000000",
"child": []
},
{
"name": "河南省",
"code": "410000000000",
"child": []
},
{
"name": "湖北省",
"code": "420000000000",
"child": []
},
{
"name": "湖南省",
"code": "430000000000",
"child": []
},
{
"name": "广东省",
"code": "440000000000",
"child": []
},
{
"name": "广西壮族自治区",
"code": "450000000000",
"child": []
},
{
"name": "海南省",
"code": "460000000000",
"child": []
},
{
"name": "重庆市",
"code": "500000000000",
"child": []
},
{
"name": "四川省",
"code": "510000000000",
"child": []
},
{
"name": "贵州省",
"code": "520000000000",
"child": []
},
{
"name": "云南省",
"code": "530000000000",
"child": []
},
{
"name": "西藏自治区",
"code": "540000000000",
"child": []
},
{
"name": "陕西省",
"code": "610000000000",
"child": []
},
{
"name": "甘肃省",
"code": "620000000000",
"child": []
},
{
"name": "青海省",
"code": "630000000000",
"child": []
},
{
"name": "宁夏回族自治区",
"code": "640000000000",
"child": []
},
{
"name": "**维吾尔自治区",
"code": "650000000000",
"child": []
}
]
}

能否有参数可以控制一次性将选择框渲染完整

比如三级数据，能否通过参数控制初始渲染就有三个select，其中只有第一个有省份数据，其余两个都只显示“请选择”

可否采集天地图行政界线

目前唯一准的数据就是天地图了。百度高德出来的数据都不太理想

添加对应身份证编码

能否在此基础上添加对应身份证的编码，这样就完美了。

能抓取到excel么，csv好像数据会错乱

能抓取到excel么，csv好像数据会错乱，

河南济源采集的数据貌似有问题

统计局的是河南/济源/济源，对应代码是 410000/419000/419001

请教一下，省市区全是简称，只能手动去改为全称吗？

比如：广西
应为：广西壮族自治区

比如：浙江
应为：浙江省

比如：杭州
应为：杭州市

比如：西湖
应为：西湖区

山东省威海市环翠区Màn山镇地名疑误

371002112,371002,3,"苘山","q","qing shan","371002112000","苘山镇"

**·国家地名信息库显示“蔄山镇”，实际上此地现在使用简体“𬜬”与繁体“蔄”通用。“蔄山镇”也不是不可以，但是“苘山镇”就有点离谱。

缺少直辖县分级

数据中没有直辖县分级，比如湖北天门，国家划分为湖北直辖天门

提个个人建议 - 直筒子市等缺少第三级区级优先把下级提上来做区级，比较人性化点

您好，不设区的直筒子市没有第三级区级，能否继续优先获取下级村委信息，如果没有。再自动添加同名的一级作为区级。例如：广东-中山-石岐区-桂园社区，这样比较人性化点，谢谢大佬的贡献！

在国内用合法吗

利用geopandas和matplotlib绘制的地级行政区边界图存在错误的线条连接

如题所述，使用“【边界三级】省市区坐标和边界数据”绘制的地图如下：

其中**省的数据只选择了省一级。具体程序如下：

import pandas as pd
import geopandas as gpd
from shapely.geometry import Polygon
import matplotlib.pyplot as plt

data = pd.read_csv('geo.csv')
TaiWan = data.loc[data["name"] =="**省"]
no_TaiWan_citiies = data.loc[(data["deep"]==1) & (~data["ext_path"].str.contains("**省"))]
result = pd.concat([TaiWan,no_TaiWan_citiies])

def get_polygon(df: pd.DataFrame) -> gpd.GeoDataFrame:
    polygons = []
    for row in df['polygon']:
        row = row.replace(';', ",")
        coordinates = [tuple(map(float, coord.split())) for coord in row.split(',')]
        polygon = Polygon(coordinates)
        polygons.append(polygon)
    df['polygon'] = polygons
    return gpd.GeoDataFrame(df, geometry='polygon')

def draw_map(df: gpd.GeoDataFrame, title: str=None):
    fig, ax = plt.subplots(figsize=(10, 10))
    df.plot(ax=ax, color='white', edgecolor='black')
    ax.set_title(title)
    plt.show()

result_map = get_polygon(result)
draw_map(result_map, 'China')

广东省云浮市罗定市Liǎng塘镇地名疑误

445381106,445381,3,"满塘","m","man tang","445381106000","满塘镇"

以下是百度百科上“罗定市”词条的“行政区划一览表”。在表格中此地名是“䓣塘镇”。**·国家地名信息库亦显示“䓣塘镇”。

罗城街道 | 素龙街道 | 附城街道 | 双东街道
罗镜镇 | 太平镇 | 分界镇 | 罗平镇
船步镇 | 䓣塘镇 | 苹塘镇 | 金鸡镇
围底镇 | 华石镇 | 榃滨镇 | 生江镇
黎少镇 | 连州镇 | 泗纶镇 | 加益镇
龙湾镇 | 罗平农场 | - | -

现在此地“䓣”与“𬜯”混用。类似，读音应作“liang tang”。

珠江三角洲地区的第4级边界

大佬能否提供一下珠江三角洲地区城市(如深圳、广州、东莞、中山、珠海、江门、佛山等)的第四级的边界划分数据。谢谢大佬~

为什么数据里有很多非行政区域的数据？

发现一个id问题，与国家统计局及民政局都不一至？

江西>上饶>广信，id为361121，但是国家统计局和民政局里都是361104 ？
361121应该是老的数据已经撤销了的地区？

有没有大佬用这个做地址标准化匹配的呀，求相关项目指路

感觉是看到最好的数据集了，但是不知道有没有用起来的大佬

嘉峪关区划代码与统计局不一致，镇数据对应不上

统计局2023数据

prov_code	city_code	area_code
62	6202	620201

从统计局url来看应该是620201 (还是我理解错了?)
但高德API中是620200，想问一下"甘肃/嘉峪关/嘉峪关市"数据是如何定义的？

补充信息:

请问这个数据可以支持由 pyecharts 进行自定义地图吗？

湖南省邵阳市洞口县Nuó溪瑶族乡地名疑误

430525203,430525,3,"罗溪","l","luo xi","430525203000","罗溪瑶族乡"

**·国家地名信息库显示“𦰡溪瑶族乡”。

几个镇街级数据调整

对文件ok_data_level3-4.csv进行了核实：

440113102000，石碁镇，而不是石基镇。
郑州市中牟县大孟镇，撤镇设街了；
厦门市同安区新民镇，撤镇设街了；
厦门市同安区西柯镇，撤镇设街了，等等。2-4见2022年中华人民共和国县以下行政区划代码变更情况。2-4这几条出现问题，大概率是没有参考我给的这个链接。其余的没有再查，相信经我这个链接核实后，文件的准确性会更高。

山西省长治市长子县的拼音有误

长治市，读长短的长
长子县，读长大的长

win10系统不能放大窗口

安徽省铜陵市枞阳县Ǒu山镇地名疑误

340722101,340722,3,"藕山","o","ou shan","340722101000","藕山镇"

**·国家地名信息库显示“𠙶山镇”。

https://dmfw.mca.gov.cn/online/map.html?keyWordPlaceName=%F0%A0%99%B6&isIndex=true

Some 县s are missing

Sorry for using English... I currently cannot type Chinese on my laptop
Some of the 县s are missing. The missing items include:
**维吾尔自治区昆玉市
**维吾尔自治区五家渠市
**维吾尔自治区可克达拉市
**维吾尔自治区双河市
青海省海西蒙古族藏族自治州大柴旦行政委员会 (which is called "海西蒙古族藏族自治州海西蒙古族藏族自治州直辖" in Amap)
It would be great if you could add these missing items. Thank you!

县级区域不是按照统计局标准的嘛？

370171000000 济南高新技术产业开发区
统计局有这么一条

广东-东莞、中山下无三四级数据

数据缺失，和国家统计局的数据对不上

已加客服人员qq 但是没有回复~~

请问如何联系客服人员

黑龙江还有飞地在内蒙古

黑龙江还有飞地在内蒙古里面？

有误的地名

此issue主要更正行政区划名称中的错别字与繁体。主要参考此处。个人认为，应该首先把错别字更正。

360824105,360824,3,"麦斜","m","mai xie","360824105000","麦斜镇"

麦斜镇-->麦㙦镇。

440883107,440883,3,"塘缀","t","tang zhui","440883107000","塘缀镇"

塘缀镇-->塘㙍镇。

510129106,510129,3,"出江","c","chu jiang","510129106000","出江镇"

出江镇-->䢺江镇。

522626001,522626,3,"_水","s","shui","522626001000","_水街道"

_水街道-->㵲水街道；shui-->wu shui。

441721100,441721,3,"织篢","z","zhi gong","441721100000","织篢镇"

织篢镇-->织𬕂镇。

450381107,450381,3,"花篢","h","hua gong","450381107000","花篢镇"

花篢镇-->花𬕂镇。

441521004,441521,3,"鮜门","h","hou men","441521004000","鮜门街道"

鮜门街道-->鲘门街道。

620502103,620502,3,"藉口","j","jie kou","620502103000","藉口镇"

藉口镇-->耤口镇。

211224114,211224,3,"鴜鹭树","c","ci lu shu","211224114000","鴜鹭树镇"

鴜鹭树镇-->𪉈鹭树镇。

440512001,440512,3,"礐石","q","que shi","440512001000","礐石街道"

礐石街道-->𬒈石街道。

440511006,440511,3,"鮀莲","t","tuo lian","440511006000","鮀莲街道"

鮀莲街道-->𬶍莲街道。

440511007,440511,3,"鮀江","t","tuo jiang","440511007000","鮀江街道"

鮀江街道-->𬶍江街道。

140830107,140830,3,"南磑","n","nan ai","140830107000","南磑镇"

南磑镇-->南硙镇。

411481104,411481,3,"酇城","c","cuo cheng","411481104000","酇城镇"

酇城镇-->酂城镇。

411481120,411481,3,"酇阳","c","cuo yang","411481120000","酇阳镇"

酇阳镇-->酂阳镇。

【完】

Recommend Projects

React

A declarative, efficient, and flexible JavaScript library for building user interfaces.
Vue.js

🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.
Typescript

TypeScript is a superset of JavaScript that compiles to clean JavaScript output.
TensorFlow

An Open Source Machine Learning Framework for Everyone
Django

The Web framework for perfectionists with deadlines.
Laravel

A PHP framework for web artisans
D3

Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

javascript

JavaScript (JS) is a lightweight interpreted programming language with first-class functions.
web

Some thing interesting about web. New door for the world.
server

A server is a program made to process requests and deliver data to clients.
Machine learning

Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.
Visualization

Some thing interesting about visualization, use data art
Game

Some thing interesting about game, make everyone happy.

Recommend Org

Facebook

We are working to build community through open source technology. NB: members must have two-factor auth.
Microsoft

Open source projects and samples from Microsoft.
Google

Google ❤️ Open Source for everyone.
Alibaba

Alibaba Open Source for everyone
D3

Data-Driven Documents codes.
Tencent

China tencent open source team.

xiangyuecn / areacity-jsspider-statsgov Goto Github PK

areacity-jsspider-statsgov's Introduction

📖省市区数据采集并标注拼音、坐标和边界范围

数据下载

Git仓库和存档

【QQ群】交流与支持

数据源

【字段】ok_data_level*.csv - 行政区划数据表

【字段】ok_geo.csv - 坐标边界表

数据有效性和完整性

数据更新日志

📖在线测试工具

工具支持：

相关截图

📖格式转换工具-PC版软件

工具支持：

相关截图

📖坐标边界查询工具 - AreaCity-Query-Geometry

工具支持：

测试截图

📖数据规则和相关问题

为什么不直接用统计局的数据

拼音标注和排序

拼音源

拼音前缀

排序方案：

修​正数据

📖使用js自行采集

采集环境参考

行政区划数据采集

坐标和行政区域边界采集

📖其他资源

⭐捐赠

areacity-jsspider-statsgov's People

Contributors

Stargazers

Watchers

Forkers

areacity-jsspider-statsgov's Issues

Recommend Projects

Recommend Topics

Recommend Org

修正数据