CREATE TABLE `region` (
`id` mediumint(7) unsigned NOT NULL AUTO_INCREMENT,
`level` tinyint(1) unsigned NOT NULL COMMENT '层级',
`parent_code` bigint(14) unsigned NOT NULL DEFAULT '0' COMMENT '父级行政代码',
`area_code` bigint(14) unsigned NOT NULL DEFAULT '0' COMMENT '行政代码',
`zip_code` mediumint(6) unsigned zerofill NOT NULL DEFAULT '000000' COMMENT '邮政编码',
`city_code` char(6) NOT NULL DEFAULT '' COMMENT '区号',
`name` varchar(50) NOT NULL DEFAULT '' COMMENT '名称',
`short_name` varchar(50) NOT NULL DEFAULT '' COMMENT '简称',
`merger_name` varchar(50) NOT NULL DEFAULT '' COMMENT '组合名',
`pinyin` varchar(30) NOT NULL DEFAULT '' COMMENT '拼音',
`lng` decimal(10,6) NOT NULL DEFAULT '0.000000' COMMENT '经度',
`lat` decimal(10,6) NOT NULL DEFAULT '0.000000' COMMENT '纬度',
PRIMARY KEY (`id`) USING BTREE,
UNIQUE KEY `uk_code` (`area_code`) USING BTREE,
KEY `idx_parent_code` (`parent_code`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=758050 DEFAULT CHARSET=utf8 ROW_FORMAT=DYNAMIC COMMENT='中国行政地区表';
INSERT INTO `region` VALUES (1, 0, 0, 110000000000, 000000, '', '北京市', '北京', '北京', 'BeiJing', 116.407526, 39.904030);
INSERT INTO `region` VALUES (2, 1, 110000000000, 110100000000, 100000, '010', '直辖区', '北京', '北京', 'BeiJing', 116.407526, 39.904030);
INSERT INTO `region` VALUES (3, 2, 110100000000, 110101000000, 100000, '010', '东城区', '东城', '北京,东城', 'DongCheng', 116.416357, 39.928353);
2021-12-27 10:04:08
142.07MB
国家统计局2018年度发布的区划编码，通过本人整理SQL格式，有需要的朋友可通过本文档自行生成到数据库中。格式如下：
insert into Sys_District (DistrictCode, DistrictPCode, DistrictName) values('11', '00', '北京市');
insert into Sys_District (DistrictCode, DistrictPCode, DistrictName) values('1101', '11', '市辖区');
省份父级编码为：00
2021-11-22 16:12:25
6.36MB
1
这是一个access版的全国村级代码表共767475单位，希望对程序员有所帮助，修正了网上传播的word版里面的错误
2021-11-22 12:30:46
6.58MB
1
中国行政区划
中华人民共和国行政区划（五级）：省级，地级，县级，乡级和村级。
数据来源
民政部，国家统计局：
本项目已更新至：
数据下载
文件列表
JSON格式
CSV
省级（省份，直辖市，自治区）
地级（城市）
县级（区县）
乡级（乡镇，街道）
村级（村委会，居委会）
文件列表
普通
带编码
“省份，城市”二级联动数据
“省份，城市，区县”三级联动数据
“省份，城市，区县，乡镇”四级联动数据
“省份，城市，区县，乡镇，村庄”五级联动数据
--
--
提示：需要打包下载全部文件，请看。
数据更新
$ npm install
$ npm run fetch
如果需要更新所有数据，只需删除现有数据重新抓取即可：
# 删除现有的数据
$ rm dist/*.csv && rm dist/[a-z]*.json && rm dist/data.sqlite && touch dist/data.sqlite
# 拉数据（这个步骤比较耗时）
$ npm run fetch
# 格式化 json csv 和联动数据等
$ npm run build
[1/1]正在抓取省级数据...
[
2021-10-18 17:36:18
24.23MB
1