從高德採集最新的省市區三級坐標和行政區域邊界，用js在瀏覽器中執行

本文描述的是對國家統計局於2019-01-31釋出的《2018年統計用區劃程式碼和城鄉劃分程式碼(截止2018年10月31日)》中省市區三級的坐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的省市區三級的坐標和行政區域邊界資料csv格式
19-03-22 採集了2018的城市資料

資料下載 GitHub：https://github.com/xiangyuecn/AreaCity-JsSpider-StatsGov/releases

坐標和邊界是高德地圖提供的資料介面；可透過方法轉換成其他坐標系的坐標，比如百度地圖的。

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

1. 呼叫高德地圖介面抓取原始資料

涉及原始碼：map_geo.js

進入高德地圖測試頁面，執行程式碼即可完成抓取，開了4個模擬的執行緒，採集了3300+資料，首次執行大概2分多鐘完成採集。

抓取完成後會自動彈出儲存檔案資料。

原始碼裡麵包含了對不同地名的處理，有些城市不能直接透過編碼或城市名稱來查詢，高德地圖相對於統計局還是有些滯後。

2. 處理資料和匯出CSV

涉及原始碼：map_geo_格式化.js

這個程式碼比較簡單，目前只是起到把資料匯出來的作用，裡面寫了一大堆方法，但執行過一次後發現，基本上可以不用了，因為對資料進行驗證部分發現高德的資料非常完美。

程式碼執行完成就自動彈出儲存csv檔案資料了。

使用高德介面採集是後面才決定的，因為本來是用百度地圖的介面，但資料全部搞完，經過使用發現百度地圖資料有嚴重問題：

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裡一段詭異的邊界） 邊界，百度資料大量線段交叉的無效polygon（百度地圖測試），沒有人工無法修正，高德沒有這個問題（高德地圖測試）；

並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，高德資料只需要Union操作就能生成polygon，百度既有Union操作又有Difference操作，極其複雜資料還無效。

所以放棄使用百度地圖資料。

坐標和邊界資料和 省市區 資料是分開儲存的，透過ID來進行關聯。

資料儲存在AreaCity-JsSpider-StatsGov-GEO分庫中，也可自行到releases中下載。分開的原因是冗餘資料總有那麼一天會忘記更新，這個庫人工操作的多，儘量減少這種重覆資料避免產生問題。

採集到的csv檔案可以匯入到資料庫內使用，由於POLYGON需要解析，蠻複雜的，可以參考2019/map_geo_格式化.js內的SQL Server匯入用的SQL陳述句的例子。

如果需要特定的POLYGON格式，可以根據庫裡面介紹的欄位格式，自行進行解析和驗證。

使用過程中如果遇到多種不同坐標系的問題，比如請求的引數是WGS-84坐標(GPS)，我們後端儲存的是高德的坐標，可以透過將WGS-84坐標轉成高德坐標後進行處理，百度的坐標一樣。轉換有相應方法，轉換精度一般可以達到預期範圍，可自行查詢。或者直接把高德的原始坐標資料轉換成標的坐標系後再儲存（精度？）。

SQL Server中的執行結果（大概2分鐘完成POLYGON的轉換，表資料物理儲存空間大概300M）：

資料下載和相關問題請到 Github檢視：https://github.com/xiangyuecn/AreaCity-JsSpider-StatsGov

releases內除了有省市區三級坐標和行政區域邊界csv資料外，還有處理好的3級或者4級省市區鎮 csv資料提供下載。

如果這個庫有幫助到您，請 Star 一下。