IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> Python知识库 -> 国家省、市、县、镇/街道地址 -> 正文阅读

[Python知识库]国家省、市、县、镇/街道地址

近期在做地址识别的项目,因此从统计局官网上爬取了全国地址信息,链接:

2021年统计用区划代码和城乡划分代码

是根据2021的统计用区划编码来获取地址信息的,首页截图如下:

设置爬虫,逐个逐级爬取,最终形成省、市、县3级地址信息,省、市、县、街道/镇4级地址信息,省、市、县、街道/镇、村/居委会5级地址信息。所有地址信息只保留地址,而不保留区划代码,文件格式txt,无空格、制表符,一行代表一个地址信息。

3级地址爬取后如下:

北京市市辖区东城区
北京市市辖区西城区
北京市市辖区朝阳区
北京市市辖区丰台区
北京市市辖区石景山区
北京市市辖区海淀区
北京市市辖区门头沟区
北京市市辖区房山区
北京市市辖区通州区
北京市市辖区顺义区

4级地址信息爬取后结果如下:

北京市市辖区东城区东华门街道
北京市市辖区东城区景山街道
北京市市辖区东城区交道口街道
北京市市辖区东城区安定门街道
北京市市辖区东城区北新桥街道
北京市市辖区东城区东四街道
北京市市辖区东城区朝阳门街道
北京市市辖区东城区建国门街道
北京市市辖区东城区东直门街道
北京市市辖区东城区和平里街道
北京市市辖区东城区前门街道

5级地址信息爬取后结果如下:

北京市市辖区东城区东华门街道多福巷社区居委会
北京市市辖区东城区东华门街道银闸社区居委会
北京市市辖区东城区东华门街道东厂社区居委会
北京市市辖区东城区东华门街道智德社区居委会
北京市市辖区东城区东华门街道南池子社区居委会
北京市市辖区东城区东华门街道灯市口社区居委会
北京市市辖区东城区东华门街道正义路社区居委会
北京市市辖区东城区东华门街道台基厂社区居委会
北京市市辖区东城区东华门街道韶九社区居委会
北京市市辖区东城区东华门街道王府井社区居委会
北京市市辖区东城区交道口街道交东社区居委会
北京市市辖区东城区交道口街道福祥社区居委会
北京市市辖区东城区交道口街道大兴社区居委会
北京市市辖区东城区交道口街道府学社区居委会

地址信息下载链接:

全国3级、4级、5级地址,3级到区县,4级到乡镇,5级到村居委会,2021年新版,包含全部地址-其它文档类资源-CSDN下载

在处理地址时,北京、天津、上海、重庆等直辖市,在1级地址下面增加了“市辖区”、“县”两个级别,这样的话其地址结构也是5级,同其它省份一样。同时还发现有几个地市的结构和其它省份地市不一样,它只有4级地址:省、市、镇/街道、村,所以此时的3级地址会包含到镇。这几个地市是:海南省澶州市、广东省东莞市、广东省中山市。同时,在提取到街道/镇这一级地址时,其它地市属于第4级,而上述三个城市属于第3级。这些地点请注意

?如想要其它格式的地址,请联系

参考资料:

1 2021年统计用区划代码和城乡划分代码

2?国家统计局>>统计用区划和城乡划分代码

  Python知识库 最新文章
Python中String模块
【Python】 14-CVS文件操作
python的panda库读写文件
使用Nordic的nrf52840实现蓝牙DFU过程
【Python学习记录】numpy数组用法整理
Python学习笔记
python字符串和列表
python如何从txt文件中解析出有效的数据
Python编程从入门到实践自学/3.1-3.2
python变量
上一篇文章      下一篇文章      查看所有文章
加:2022-07-03 10:44:49  更:2022-07-03 10:47:50 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年12日历 -2024/12/27 2:38:23-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码
数据统计