AreaCity 开源库整顿了省、市、区县、乡镇街道四级行政区划数据，配套了在线工具转换成三级、四级联动JavaScript代码，应用自带的转换工具软件能够导入数据库；数据源自： 统计局、民政部、腾讯地图行政区划、高德地图行政区划，从这四大平台整合。

数据在线预览：https://xiangyuecn.gitee.io/areacity-jsspider-statsgov/
GitHub地址：https://github.com/xiangyuecn/AreaCity-JsSpider-StatsGov

截止发文(2022-02-12)，开源库内于2022年02月06日公布了新整顿的最新版数据；行政区划数据更新频繁，仅区县每年都有好多个变更，统计局、民政部每年都会公布新数据，不过须要自行处理；所以省市区数据须要常常去同步保护，好在这个开源库有在继续的长期保护，新数据公布后更新绝对容易很多。

因为开源库更新保护数据比拟及时，所以只有开源库没有被敞开，本文介绍的提取办法就始终实用，不仅仅是实用于往年； 比那些上传到下载平台就万年不更新的数据优良很多。

除了四级行政区划数据外，开源库内还能够在线预览和下载到省市区三级坐标矢量边界，和乡镇街道天文围栏数据，并且提供了转换工具软件能够不便的导入数据库、转换成shp、geojson、sql格局、转换坐标系；坐标边界我前面再发应用教程，本文只介绍四级行政区划数据的提取应用。

最新版通用json格式文件提取

在数据在线预览页面底下，提供了个在线转换工具，关上就是以后库外面整顿好的最新版数据（开源库更新保护数据比拟及时），能将省市区镇四级数据转成json格式文件，管制选项也丰盛，想要导出一级、两级、三级、四级数据都能够：

转换好后间接能够下载到json文件：

文件内蕴含了n:城市名、i:城市ID、p:下级ID、y:拼音前缀，都是单个字母做key，目标是缩小文件大小，如果想要name、id这样的key，能够点击“在线编辑UserFormat源码”外面默认实现了导出残缺的数据格式。

json文件对于跨平台应用很不便，不单单是网页外面应用，手机app、桌面程序、后端代码内应用均实用。

最新版多级联动js版数据代码提取

在数据在线预览页面底下，提供了个在线转换工具，关上就是以后库外面整顿好的最新版数据（开源库更新保护数据比拟及时），能将省市区镇四级数据转成多级联动js，管制选项也丰盛，转成两级、三级、四级联动都能够，还能在页面上间接体验到四级联动下拉抉择：

转换好后间接能够下载到js文件：

其实js代码内曾经内嵌了json格局的数据，并且封装好了多级联动js代码，咱们只须要按代码内的阐明，调用办法即可在html网页外面疾速实现多级联动，用户抉择后会有事件回调。

最新版数据导入数据库

导入前先下载好：

1. 【转换工具软件】在数据在线预览页面内，点击转换工具软件链接能够下载到开源库提供的转换工具，应用此工具，能够将省市区镇四级行政区划数据导入到MySQL、SQL Server数据库，或者转换成sql文件（导入到其余兼容数据库）;
2. 【ok_data_level4.csv数据文件】在数据在线预览页面内，点击显示的数据下载链接，下载失去ok_data_level4.csv数据文件。

留神：文件肯定要到开源库内下载，开源库更新保护数据比拟及时，不要到其余的下载平台下载，不然那些上传到下载平台万年不更新的极有可能下载到老版本。

转换工具软件只反对Windows电脑，Mac上能够应用虚拟机来应用软件。

筹备好后，关上转换工具，开始将数据导入数据库（这里导入的MySQL，导入SQL Server一样操作）：

1. 点击工具内的“高级>>”按钮，关上自定义脚本界面；
2. 在脚本界面点击顶上的抉择文件，抉择下载的ok_data_level4.csv数据文件；
3. 在内置脚本下拉框中抉择“省市区镇导入数据库”选项，而后点击利用按钮；
4. 在左侧界面的数据库设置中，抉择类型为MySQL，填写好数据库连贯端口+数据库名+账号密码；
5. 自定义脚本界面中点击“导入数据库”按钮，期待一会，4万多条数据3分钟不到就就导入数据库了。

导入胜利，4万多条数据耗时2分22秒：

MySQL客户端查看数据：

以上操作同样实用于SQL Server，一样的步骤，另外内置脚本中还反对“省市区镇转SQL”性能，能够间接导出SQL文件，能够导入到其余兼容的数据库。

数据的一些要留神的中央

开源库会尽量和民政部的更新频率保持一致，但因为最为次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；因而省市区三级准确度和民政部准确度是一量级，并且要更残缺些；第四级镇级次要由腾讯地图行政区划提供，腾讯数据源并不常常更新，因而会导致小局部新增、调整的城市第四级没有数据（会用下级数据补齐），应用前应该思考此缺点。

数据通过应用下级数据补齐的模式（具体细节请参考库文档前面的数据规定），使得任何一个数据都能满足省市区镇4级构造，没有孤立的（ID全局惟一），因而不论从哪级进行上级抉择，都能进行无效操作。能够通过ID构造来辨认这种补齐填充的数据，只有ID为下级的ID+多个0，就代表此数据为补齐填充数据，比方：东莞（4419）-东莞（441900），很容易甄别出441900为补齐用的填充数据。

会产生补齐行为的数据很少，约50来个，次要为：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）上级也仅有一条数据，ID结尾为01（不包含重庆，重庆上级分成了市、县两个）。

直筒子等这种为什么不间接把上级往上提一级来做区级，采纳补齐填充的形式来对齐数据的起因，请参考issue#9。

数据中不蕴含大部分行政管理区，比方：雄安新区、天府新区、苏州工业园区等。

省市区县乡镇坐标、矢量边界数据

在数据在线预览页面中同样能够下载到省市区三级坐标边界数据，和乡镇级的坐标边界数据，通过转换工具软件能够不便的导入数据库、转换成shp、geojson、sql格局、转换坐标系。

坐标边界的应用我前面再发教程，敬请关注~

ECharts Map四级下钻在线测试和预览+代码生成：https://xiangyuecn.gitee.io/a...

【END】