AreaCity 开源库整理了省、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，使用自带的转换工具软件可以导入数据库；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日发布了新整理的最新版数据；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、民政部每年都会发布新数据，不过需要自行处理；所以省市区数据需要经常去同步维护，好在这个开源库有在持续的长期维护，新数据发布后更新相对容易很多。

由于开源库更新维护数据比较及时，所以只要开源库没有被关闭，本文介绍的提取方法就一直适用，不仅仅是适用于今年； 比那些上传到下载平台就万年不更新的数据优秀很多。

除了四级行政区划数据外，开源库内还可以在线预览和下载到省市区三级坐标矢量边界，和乡镇街道地理围栏数据，并且提供了转换工具软件可以方便的导入数据库、转换成shp、geojson、sql格式、转换坐标系；坐标边界我后面再发使用教程，本文只介绍四级行政区划数据的提取使用。

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，打开就是当前库里面整理好的最新版数据（开源库更新维护数据比较及时），能将省市区镇四级数据转成json格式文件，控制选项也丰富，想要导出一级、两级、三级、四级数据都可以：

转换好后直接可以下载到json文件：

文件内包含了n:城市名、i:城市ID、p:上级ID、y:拼音前缀，都是单个字母做key，目的是减少文件大小，如果想要name、id这样的key，可以点击“在线编辑UserFormat源码”里面默认实现了导出完整的数据格式。

json文件对于跨平台使用很方便，不单单是网页里面使用，手机app、桌面程序、后端代码内使用均适用。

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，打开就是当前库里面整理好的最新版数据（开源库更新维护数据比较及时），能将省市区镇四级数据转成多级联动js，控制选项也丰富，转成两级、三级、四级联动都可以，还能在页面上直接体验到四级联动下拉选择：

转换好后直接可以下载到js文件：

其实js代码内已经内嵌了json格式的数据，并且封装好了多级联动js代码，我们只需要按代码内的说明，调用方法即可在html网页里面快速实现多级联动，用户选择后会有事件回调。

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可以下载到开源库提供的转换工具，使用此工具，可以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（导入到其他兼容数据库）;
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，下载得到ok_data_level4.csv数据文件。

注意：文件一定要到开源库内下载，开源库更新维护数据比较及时，不要到其他的下载平台下载，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。

转换工具软件只支持Windows电脑，Mac上可以使用虚拟机来使用软件。

准备好后，打开转换工具，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，打开自定义脚本界面；
2. 在脚本界面点击顶上的选择文件，选择下载的ok_data_level4.csv数据文件；
3. 在内置脚本下拉框中选择“省市区镇导入数据库”选项，然后点击应用按钮；
4. 在左侧界面的数据库设置中，选择类型为MySQL，填写好数据库连接端口+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，等待一会，4万多条数据3分钟不到就就导入数据库了。

导入成功，4万多条数据耗时2分22秒：

MySQL客户端查看数据：

以上操作同样适用于SQL Server，一样的步骤，另外内置脚本中还支持“省市区镇转SQL”功能，可以直接导出SQL文件，可以导入到其他兼容的数据库。

数据的一些要注意的地方

开源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（具体细节请参考库文档后面的数据规则），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，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。

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可以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，通过转换工具软件可以方便的导入数据库、转换成shp、geojson、sql格式、转换坐标系。

坐标边界的使用我后面再发教程，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/areacity-jsspider-statsgov/assets/geo-echarts.html

【END】