Java实现获取行政区划的示例代码

2023-03-13 10:06 开发作者：归去来兮

背景

公司的行政区划代码有问题，有的没有街道信息，有的关联信息有误，然后找到了国家的网站国家统计局-行政区划，这个里面是包含了所有的行政信息，但是全是html页面，这个就没法自动获取了，只能去爬取这个数据了，Java语音有三方类库jsoup，他是一个仿浏览器的三方库，可以通过他来获取页面信息。

一、导入jar包

下面是笔者用到的全部jar包

	<dependency>
        <groupId>org.apache.poi</groupId>
        <artifactId>poi-ooXML</artifactId>
        <version>3.9</version>
    </dependency>
    <dependency>
        <groupId>com.google.guava</groupId>
        <artifactId>guava</artifactId>
        <version>30.1.1-jre</version>
    </dependency>
    <dependency>
        <groupId>cn.hutool</groupId>
        <artifactId>hutool-json</artifactId>
        <version>5.4.0</version>
    </dependency>
    <dependency>
        <groupId>com.alibaba</groupId>
        <artifactId>fastjson</artifactId>
        <version>1.2.44</version>
    </dependency>

    <dependency>
        <groupId>org.jsoup</groupId>
        <artifactId>jsoup</artifactId>
        <version>1.14.3</version&开发者_JAVA入门gt;
    </dependency>

    <dependency>
        <groupId>org.apache.httpcomponents</groupId>
        <artifactId>httpclient</artifactId>
        <version>4.5.5</version>
    </dependency>
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-web</artifactId>
        <version>2.5.4</version>
    </dependency>

这里说下，maven配置要从阿里云下载jar，若是从中央仓库将会非常的慢。

二、代码展示

这里是代码的展示，笔者是网上搜的代码改造的，不然网站有反爬，大概爬取2000条左右就会中断，笔者加了延时这样就避开了反爬（可能还有别的规避措施）。这里爬取的是4级行政区划：省、市、区县、街道

package com.cheng.controller;
import org.apache.poi.ss.usermodel.Row;
import org.apache.poi.xssf.streaming.SXSSFSheet;
import org.apache.poi.xssf.streaming.SXSSFWorkbook;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.select.Elements;

import java.io.FileOutputStream;
import java.io.IOException;
import java.net.ConnectException;
import java.net.SocketTimeoutException;
import java.util.*;

/**

@author pcc

@version 1.0.0

@className JsoupTest

@date 2023-03-02 10:39
*/
public class JsoupTestPluMdm {
static int i = 1;

static String url1 = “http://www.stats.gov.cn/tjsj/tjbz/tjyqhdmhcxhfdm/2022”;
static String url2 = “”;
public static void main(String[] args) throws IOException {

 try{
     List<Map<String,String>> listMap = new ArrayList<>();

     Document document = Jsoup.connect(url1)
             .header("Cookie", "wzws_sessionid=oGQAAyWBMmNlMWZkgjdlZDJkMIAyMjEuMjM4LjEzMi41MA==; SF_cookie_1=15502425; wzws_cid=6e8cdc0aea81349b05c8a0b6c05cd7204b6e0f10e5a48d462175473d23abcb4891edf1ceb73464398cb1ce7e6fhttp://www.devze.com53999f7545dd0014a15b1fb4eec5c6cf37421f0c2b08528de36f728ec4c676ed264c7d")
             .get();

     //获取他所有的省
     Elements elements = document.select("body > table:nth-child(3) > tbody > tr:nth-child(1) > td > table > tbody > tr:nth-child(2) > td > table > tbody > tr > td > table > tbody");
     //解析省的超链接
     Elements elements1 = elements.select("tbody > tr > td > a");
     for(int j=0;j<elements1.size();j++){

// Thread.sleep(100);
String s = elements1.get(j).select(“a”).attr(“href”);
String provinceCode = s.replaceAll(“.html”,“”)+“0000”;
System.out.println(“省代码:” + provinceCode);
String provinceName = elements1.get(j).text();
System.out.println(“省名称:” + provinceName);
Map<String,String> map = new HashMap<>();
map.put(provinceCode,provinceName);
listMap.add(map);
}

        for (int i1 = 0; i1 <31; i1++) {
            System.out.println("**********************i********************:"+i);
            if(i%1000==0){
                Thread.sleep(1000*60*10);
            }
            Map<String, String> stringStringMap = listMap.get(i1);
            Iterator<Map.Entry<String, String>> iterator = stringStringMap.entrySet().iterator();
            while(iterator.hasNext()){
                Map.Entry<String,String> entry = iterator.next();
                String provinceCode = entry.getKey();
                String provinceName = entry.getValue();
                String index = provinceCode.substring(0,2)+".html";



                SXSSFWorkbook wb = new SXSSFWorkbook(100);
                SXSSFSheet sheet = (SXSSFSheet) wb.createSheet();
                // TODO 这里改成自己的地址即可，也可以存放到一个文件里
                String enterFileName = "C:\\Users\\pcc\\Desktop\\xingzhengquhua\\"+provinceName+".xlsx";
                FileOutputStream fileOut = new FileOutputStream(enterFileName);
                Row row = sheet.createRow(0);




                sheet.createRow(i).createCell(0).setCellValue(provinceCode);// id
                sheet.getRow(i).createCell(1).setCellValue(provinceName);// name
                sheet.getRow(i).createCell(2).setCellValue(""); // pid
                sheet.getRow(i).createCell(3).setCellValue("1"); // type
                i++;
                try {
                    jsoupList2(url1 + "/" + index, provinceName, provinceCode, sheet);
                } catch (SocketTimeoutException e) {
                    e.printStackTrace();
                    jsoupList2(url1 + "/" + index, provinceName, provinceCode, sheet);
                } catch (ConnectException e) {
                    e.printStackTrace();
                    jsoupList2(url1 + "/" + index, provinceName, provinceCode, sheet);
                }



                row.createCell(0).setCellValue("id");
                row.createCell(1).setCellValue("district_name");
                row.createCell(2).setCellValue("pid");
                row.createCell(3).setCellValue("type");
                wb.write(fileOut);
     编程           fileOut.close();
            }


        }

    }catch (Exception e){
        e.printStackTrace();
    }finally {

    }

}



//市级页面
public static void jsoupList2(String url,String provinceName,String provinceCode,SXSSFSheet sheet) throws Exception {
    String cityName = "";
    String cityCode = "";
    url2 = url.replace(".html","");
    Document d编程客栈ocument = Jsoup.connect(url).get();
    Elements elements = document.select("body > table:nth-child(3) > tbody > tr:nth-child(1) > td > table > tbody > tr:nth-child(2) > td > table > tbody > tr > td > table > tbody");
    Elements elements1 = elements.select("tbody > tr > td");
    //j从2开始是因为他有个表头 统计用区划代码 名称
    for (int j = 2; j < elements1.size(); j++) {
        System.out.println("**********************i********************:"+i);
        if(i%1000==0){
            Thread.sleep(1000*60*10);
        }
// Thread.sleep(500);
//判断是否是超链接，不是超链接也要获取数据
if(elements1.get(j).select(“td > a”).toString().equals(“”)){
String text = elements1.get(j).text();
if (j % 2 == 0) {
System.out.println(“市代码:” + text);
sheet.createRow(i).createCell(0).setCellValue(text);
} else {
System.out.println(“市名称:” + text);
sheet.getRow(i).createCell(1).setCellValue(text);
sheet.getRow(i).createCell(2).setCellValue(provinceCode);
sheet.getRow(i).createCell(3).setCellValue(“3”);
i++;
}
}else {
Elements elements2 = elements1.get(j).selectwww.devze.com(“td > a”);
for (int j1 = 0; j1 < elements2.size(); j1++) {
String text = elements2.get(j1).text();
if (j % 2 == 0) {
System.out.println(“市代码:” + text);
cityCode = text;
sheet.createRow(i).createCell(0).setCellValue(text);
} else {
System.out.println(“市名称:” + text);
cityName = text;
sheet.getRow(i).createCell(1).setCellValue(text);
sheet.getRow(i).createCell(2).setCellValue(provinceCode);
sheet.getRow(i).createCell(3).setCellValue(“2”);
i++;
String s = elements2.get(j1).select(“a”).attr(“href”);
//TODO 这里排除了海南的几个市区,更改为不排除任何市区
if(true) {
try {
jsoupList3(url1 + “/” + s,cityName,cityCode,provinceName,provinceCode, sheet);
} catch (SocketTimeoutException e) {
e.printStackTrace();
jsoupList3(url1 + “/” + s,cityName,cityCode,provinceName,provinceCode, sheet);
} catch (ConnectException e) {
e.printStackTrace();
jsoupList3(url1 + “/” + s,cityName,cityCode,provinceName,provinceCode, sheet);
}
}
}
}
}
}
}
//县级页面
public static void jsoupList3(String url,String cityName,String cityCode,String provinceName,String provinceCode,SXSSFSheet sheet) throws Exception {
Document document = Jsoup.connect(url).get();
Elements elements = document.select(“body > table:nth-child(3) > tbody > tr:nth-child(1) > td > table > tbody > tr:nth-child(2) > td > table > tbody > tr > td > table > tbody”);
Elements elements1 = elements.select(“tbody > tr > td”);
String xianName = “”;
String xianCode = “”;
//j从2开始是因为他有个表头 统计用区划代码 名称
for (int j = 2; j < elements1.size(); j++) {
System.out.println(“i:"+i);
if(i%1000==0){
Thread.sleep(10006010);
}
// Thread.sleep(500);
//判断是否是超链接，不是超链接也要获取数据
if(elements1.get(j).select(“td python> a”).toString().equals(”“)){
String text = elements1.get(j).text();
if (j % 2 == 0) {
System.out.println(“县代码:” + text);
sheet.createRow(i).createCell(0).setCellValue(text);
} else {
System.out.println(“县名称:” + text);
sheet.getRow(i).createCell(1).setCellValue(text);
sheet.getRow(i).createCell(2).setCellValue(cityCode);
sheet.getRow(i).createCell(3).setCellValue(“3”);
i++;
}
}else {
Elements elements2 = elements1.get(j).select(“td > a”);
for (int j1 = 0; j1 < elements2.size(); j1++) {
String text = elements2.get(j1).text();
xianName = text;
if (j % 2 == 0) {
xianCode = text;
System.out.println(“县代码:” + xianCode);
sheet.createRow(i).createCell(0).setCellValue(text);
} else {
System.out.println(“县名称:” + text);
sheet.getRow(i).createCell(1).setCellValue(text);
sheet.getRow(i).createCell(2).setCellValue(cityCode);
sheet.getRow(i).createCell(3).setCellValue(“3”);
i++;
String s = elements2.get(j1).select(“a”).attr(“href”);
try {
jsoupList4(url1 + “/” +provinceCode.substring(0,2)+”/“+ s,xianName,xianCode,cityName,cityCode,provinceName,provinceCode, sheet);
} catch (SocketTimeoutException e) {
e.printStackTrace();
jsoupList4(url1 + “/” +provinceCode.substring(0,2)+”/“+ s,xianName,xianCode,cityName,cityCode,provinceName,provinceCode, sheet);
} catch (ConnectException e) {
e.printStackTrace();
jsoupList4(url1 + “/” +provinceCode.substring(0,2)+”/"+ s,xianName,xianCode,cityName,cityCode,provinceName,provinceCode, sheet);
}
}
}
}
}
}

//街道页面
public static void jsoupList4(String url,String xianName,String xianCode,String cityName,String cityCode,String provinceName,String provinceCode,SXSSFSheet sheet) throws Exception {
    Document document = Jsoup.connect(url).get();
    Elements elements = document.select("body > table:nth-child(3) > tbody > tr:nth-child(1) > td > table > tbody > tr:nth-child(2) > td > table > tbody > tr > td > table > tbody");
    Elements elements1 = elements.select("tbody > tr > td");
    //j从2开始是因为他有个表头 统计用区划代码 名称
    for (int j = 2; j < elements1.size(); j++) {
        System.out.println("**********************i********************:"+i);
        if(i%1000==0){
            Thread.sleep(1000*60*10);
        }

// Thread.sleep(500);
//判断是否是超链接，不是超链接也要获取数据
if(elements1.get(j).select(“td > a”).toString().equals(“”)){
String text = elements1.get(j).text();
if (j % 2 == 0) {
System.out.println(“街道代码:” + text);
sheet.createRow(i).createCell(0).setCellValue(text);
} else {
System.out.println(“街道名称:” + text);
sheet.getRow(i).createCell(1).setCellValue(text);
sheet.getRow(i).createCell(2).setCellValue(xianCode);
sheet.getRow(i).createCell(3).setCellValue(“4”);
i++;
}
}else {
Elements elements2 = elements1.get(j).select(“td > a”);
for (int j1 = 0; j1 < elements2.size(); j1++) {
String text = elements2.get(j1).text();
if (j % 2 == 0) {
System.out.println(“街道代码:” + text);// TODO 这里不能截取，不然街道界别数据截不全
sheet.createRow(i).createCell(0).setCellValue(text);
} else {
System.out.println(“街道名称:” + text);
sheet.getRow(i).createCell(1).setCellValue(text);
sheet.getRow(i).createCell(2).setCellValue(xianCode);
sheet.getRow(i).createCell(3).setCellValue(“4”);
i++;
}
}
}
}
}
}

到此这篇关于Java实现获取行政区划的示例代码的文章就介绍到这了,更多相关Java获取行政区划内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！

继续阅读：Java获取行政区划 Java获取行政区划方法 Java行政区划

Java实现获取行政区划的示例代码

目录

背景

一、导入jar包

二、代码展示

更多精彩内容

精彩评论

最新开发

如何实现Python编写的图形界面可以自由拖动

mysql字符集引起的java.sql.SQLException:Incorrect string value:问题

解决Feign异步调用丢失上下文问题

python模拟重载初始化函数的方法详解

SQL注入攻击及其在SpringBoot中使用MyBatisPlus的防范策略的方法

开发排行榜

springboot后端存储富文本内容的思路与步骤(含图片内容)

PyCharm运行python测试,报错“没有发现测试”/“空套件”的解决

return base64.b64encode(b).decode(

基于C语言实现钻石棋游戏的示例代码

Sublime Text 3解决中文乱码问题（实测可用）