從高德採集最新的省市區三級座標和行政區域邊界，用js在瀏覽器中運行

本文描述的是對國家統計局於2019-01-31發佈的《2018年統計用區劃代碼和城鄉劃分代碼(截止2018年10月31日)》中省市區三級的座標和行政區域邊界的採集。

本文更新（移步查閱）：
19-04-15 新採集了2018的省市區三級的座標和行政區域邊界數據csv格式
19-03-22 採集了2018的城市數據

數據下載 GitHub：https://github.com/xiangyuecn/AreaCity-JsSpider-StatsGov/releases

邊界效果預覽

數據來源

座標和邊界是高德地圖提供的數據接口；可經過方法轉換成其餘座標系的座標，好比百度地圖的。

省市區三級是國家統計局統計標準《2018年統計用區劃代碼和城鄉劃分代碼(截止2018年10月31日)》，截稿時是最新的。

數據採集

1. 調用高德地圖接口抓取原始數據

涉及源碼：map_geo.js

進入高德地圖測試頁面，執行代碼便可完成抓取，開了4個模擬的線程，採集了3300+數據，首次運行大概2分多鐘完成採集。

抓取完成後會自動彈出保存文件數據。

源碼裏面包含了對不一樣地名的處理，有些城市不能直接經過編碼或城市名稱來查詢，高德地圖相對於統計局仍是有些滯後。

2. 處理數據和導出CSV

涉及源碼：map_geo_格式化.js

這個代碼比較簡單，目前只是起到把數據導出來的做用，裏面寫了一大堆方法，但運行過一次後發現，基本上能夠不用了，由於對數據進行驗證部分發現高德的數據很是完美。

代碼運行完成就自動彈出保存csv文件數據了。

爲何不採百度的

使用高德接口採集是後面才決定的，由於原本是用百度地圖的接口，但數據所有搞完，通過使用發現百度地圖數據有嚴重問題：

參考 肅寧縣（右下方向那塊飛地）、路南區（唐山科技職業技術學院那裏一段詭異的邊界） 邊界，百度數據大量線段交叉的無效polygon（百度地圖測試），沒有人工沒法修正，高德沒有這個問題（高德地圖測試）；

而且高德對鏤空性質的地塊處理比百度強，參考天津市對唐山大塊飛地的處理，高德數據只須要Union操做就能生成polygon，百度既有Union操做又有Difference操做，極其複雜數據還無效。

因此放棄使用百度地圖數據。

如何使用這些數據

座標和邊界數據和省市區數據是分開存儲的，經過ID來進行關聯。

採集到的csv文件能夠導入到數據庫內使用，因爲POLYGON須要解析，蠻複雜的，能夠參考2019/map_geo_格式化.js內的SQL Server導入用的SQL語句的例子。

若是須要特定的POLYGON格式，能夠根據庫裏面介紹的字段格式，自行進行解析和驗證。

使用過程當中若是遇到多種不一樣座標系的問題，好比請求的參數是WGS-84座標(GPS)，咱們後端存儲的是高德的座標，能夠經過將WGS-84座標轉成高德座標後進行處理，百度的座標同樣。轉換有相應方法，轉換精度通常能夠達到預期範圍，可自行查找。或者直接把高德的原始座標數據轉換成目標座標系後再存儲（精度？）。

SQL Server中的運行結果（大概2分鐘完成POLYGON的轉換，表數據物理存儲空間大概300M）：

最後

數據下載和相關問題請到 Github查看：https://github.com/xiangyuecn/AreaCity-JsSpider-StatsGov

releases內除了有省市區三級座標和行政區域邊界csv數據外，還有處理好的3級或者4級省市區鎮 csv數據提供下載。

若是這個庫有幫助到您，請 Star 一下。