# 行政区划码抓取脚本

**Repository Path**: cn-blogs/admin-area-code-spider

## Basic Information

- **Project Name**: 行政区划码抓取脚本
- **Description**: 抓取国家统计局的行政区划代码和城乡区划代码
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 40
- **Forks**: 27
- **Created**: 2024-03-11
- **Last Updated**: 2025-08-30

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 国家行政区划码数据爬取

## 如何运行

1. 下载 [Window版Python][python-windows] 的安装程序，并在本机安装

    如果你打算在 Linux 下运行这个程序，你也可以直接下载 Linux 版本的 python，但我还没在 Linux 环境下验证过这个脚本

2. 打开命令行窗口，依次执行以下脚本，以安装本脚本的依赖库

    ```shell
    pip install requests
    pip install lxml
    pip install pymysql
    ```
3. 安装 MySql 服务器并创建好相应的表

    你需要在本机上安装 MySql 数据库，并创建用于存储区划码数据的表。建表语句如下：

    ```sql
    CREATE TABLE `admin_area_2023` (
      `code` char(12) NOT NULL COMMENT '区域编码',
      `name` varchar(60) NOT NULL COMMENT '区域名称',
      `level` tinyint(4) NOT NULL COMMENT '区域等级：\r\n1 : 省/直辖市\r\n2 : 市\r\n3 : 区/县\r\n4 : 乡镇/街道\r\n5 : 社区/村委会',
      `parent_code` char(12) DEFAULT NULL COMMENT '父级区域编码',
      PRIMARY KEY (`code`)
    ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;
    ```

4. 根据实际情况修改脚本

    一般来说，你需要修改以下几项参数

    - 要抓取哪一年的数据。搜索 `HOME_URL =` 即可找到代码所在行

    - 连接 MySql 的用户名、密码、端口、数据库名称。搜索 `pymysql.connect` 即可找到代码所在行

    - 修改SQL语句，设置要插入的表名。搜索 `insert into` 即可找到代码所在行

    - 设置要抓取的数据等级，默认为4级。搜索 `MAX_GRAB_LEVEL` 即可找到代码所在行

    还支持一些其它的冷门设置，就请自行阅读源码吧。

5. 运行脚本

    假设本机的 [python][python-official] 脚本命名为 admin-area-data-spider.py, 且位于 D 盘根目录，则执行以下命令运行程序：

    ```shell
    python d:\admin-area-data-spider.py
    ```



## 工程结构

```text
┌─ assets                      # 存放行政区划码成品文件
│
├─ database                    # 数据库建表语句
│
├─ admin-area-data-spider.py   # 区划码抓取主程序
│
└─ readme.md                   # 即本文件
```



## 行政区划码的特点

- 编码是长度固定为12位的纯数字

  比如北京的编码 `110000000000`, 长度为12位，并且全部为数字，同时第1位数字不为0，也就是说，在数据库存储区位码时，可以直接使用 number 类型，而不必是 varchar。

- 区划码共5个等级，见下表：

  | 等级 | 行政级别    | 示例                                                         |
  | ---- | ----------- | ------------------------------------------------------------ |
  | 1    | 省/直辖市   | · 四川省 <br/>· 北京市                                       |
  | 2    | 市          | · 四川省/成都市 <br/>· 北京市/市辖区                         |
  | 3    | 区/县       | · 四川省/成都市/武候区 <br/>· 陕西省/咸阳市/泾阳县           |
  | 4    | 街道/乡镇   | · 四川省/成都市/武候区/石羊街道 <br/>· 陕西省/咸阳市/泾阳县/永乐镇 |
  | 5    | 社区/村委会 | · 四川省/成都市/武候区/石羊街道/府城社区居委会 <br/>· 陕西省/咸阳市/泾阳县/永乐镇/磨子桥村委会 |

- 各等级所占数字位数及开始位置如下

  ```text
  四川省/成都市/武候区/石羊街道/府城社区居委会
  +----+----+----+-----+-----+
  | 51 | 01 | 07 | 063 | 009 |
  +----+----+----+-----+-----+
  ```





[python-official]: https://www.python.org/
[python-windows]: https://www.python.org/downloads/windows/