很全的中国省市csv

DROP TABLE IF EXISTS `tf_area`; CREATE TABLE IF NOT EXISTS `tf_area` ( `id` int(11) NOT NULL AUTO_INCREMENT COMMENT 'ID', `pid` int(11) DEFAULT NULL COMMENT '父id', `shortname` varchar(100) DEFAULT NULL COMMENT '简称', `name` varchar(100) DEFAULT NULL COMMENT '名称', `merger_name` varchar(255) DEFAULT NULL COMMENT '全称', `level` tinyint(4) DEFAULT NULL COMMENT '层级 0 1 2 省市区县', `pinyin` varchar(100) DEFAULT NULL COMMENT '拼音', `code` varchar(100) DEFAULT NULL COMMENT '长途区号', `zip_code` varchar(100) DEFAULT NULL COMMENT '邮编', PRIMARY KEY (`id`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8 COMMENT='省市县区域表'; -- -- RELATIONSHIPS FOR TABLE `tf_area`: -- -- -- 转存表中的数据 `tf_area` -- INSERT INTO `tf_area` (`id`, `pid`, `shortname`, `name`, `merger_name`, `level`, `pinyin`, `code`, `zip_code`) VALUES (1, 0, '北京', '北京', '中国,北京', 1, 'beijing', '', ''), (2, 1, '北京', '北京市', '中国,北京,北京市', 2, 'beijing', '010', '100000'), (3, 2, '东城', '东城区', '中国,北京,北京市,东城区', 3, 'dongcheng', '010', '100010'), (4, 2, '西城', '西城区', '中国,北京,北京市,西城区', 3, 'xicheng', '010', '100032'), (5, 2, '朝阳', '朝阳区', '中国,北京,北京市,朝阳区', 3, 'chaoyang', '010', '100020'), (6, 2, '丰台', '丰台区', '中国,北京,北京市,丰台区', 3, 'fengtai', '010', '100071'), (7, 2, '石景山', '石景山区', '中国,北京,北京市,石景山区', 3, 'shijingshan', '010', '100043'), (8, 2, '海淀', '海淀区', '中国,北京,北京市,海淀区', 3, 'haidian', '010', '100089'), (9, 2, '门头沟', '门头沟区', '中国,北京,北京市,门头沟区', 3, 'mentougou', '010', '102300'), (10, 2, '房山', '房山区', '中国,北京,北京市,房山区', 3, 'fangshan', '010', '102488'), (11, 2, '通州', '通州区', '中国,北京,北京市,通州区', 3, 'tongzhou', '010', '101149'), (12, 2, '顺义', '顺义区', '中国,北京,北京市,顺义区', 3, 'shunyi', '010', '101300'),

详细到街道，mdb格式

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... [

2020最新中国统计局中国省市区县乡镇 5 级行政区划代码sql数据

中国省市区坐标.txt

1.含省、市、县级json数据 2.内含使用demo，点击省切换到市级地图、点击市级地图切换到县级地图

中国省市区对应信息，其中添加了中山市和东莞市的镇。

{ "value": "110000", "label": "北京市", "children": [{ "value": "110100", "label": "北京城区", "children": [{ "value": "110101", "label": "东城区" }, { "value": "110102", "label": "西城区" }, { "value": "110105", "label": "朝阳区" }, { "value": "110106", "label": "丰台区" }, { "value": "110107", "label": "石景山区" }, { "value": "110108", "label": "海淀区" }, { "value": "110109", "label": "门头沟区" }, { "value": "110111", "label": "房山区" }, { "value": "110112", "label": "通州区" }, { "value": "110113", "label": "顺义区" }, { "value": "110114", "label": "昌平区" }, { "value": "110115", "label": "大兴区" }, { "value": "110116", "label": "怀柔区" }, { "value": "110117", "label": "平谷区" }, { "value": "110118", "label": "密云区" }, { "value": "110119", "label": "延庆区" }] }] }, { "value": "120000", "label": "天津市", "children": [{ "value": "120100", "label": "天津城区", "children": [{ "value": "120101", "label": "和平区" }, { "value": "120102", "label": "河东区" }, { "value": "120103", "label": "河西区" }, { "value": "120104", "label": "南开区" }, { "value": "120105", "label": "河北区" }, { "value": "120106", "label": "红桥区" }, { "value": "120110", "label": "东丽区" }, { "value": "120111", "label": "西青区" }, { "value": "120112", "label": "津南区" }, { "value": "120113", "label": "北辰区" }, { "value": "120114", "label": "武清区" }, { "value": "120115", "label": "宝坻区" }, { "value": "120116", "label": "滨海新区" }, { "value": "120117", "label": "宁河区" }, { "value": "120118", "label": "静海区" }, { "value": "120119", "label": "蓟州区" }] }] },

中国省市区采用sql原始语句创建city表，利用id和pid以及level创建一张表，数据包括省市区。