【完全免费】中国五级行政区划地址表 SQL 文件省到村五级 code 关联与快速导入指南【免费下载链接】中国五级行政区划地址表截至2024年5月SQL文件这份SQL文件是截至2024年5月的中国五级行政区划地址表包含了详细的行政区域地址信息code码完整。您可以直接拿去使用无需额外处理。本文件为您提供了方便快捷地获取中国各级行政区域数据的途径可用于地理信息系统、数据分析等领域的应用项目地址: https://gitcode.com/open-source-toolkit/cfe68这份 SQL 文件提供截至 2024 年 5 月的中国五级行政区划地址表按省、市、县、乡镇街道、村拆成五张表每条记录都带地区 code 与父级 code可直接导入数据库做区域关联查询适合 GIS、物流规划、数据分析等方向的开发者与数据同学。为什么自己整理地区编码这么费劲五级行政区划数据通常散落在不同来源标准编码表、地方公示、网页爬取。实际遇到的麻烦集中在三点各来源的层级字段命名不统一合并时要反复对齐部分数据缺少父级 code村属于哪个县这类关系要靠名称模糊匹配极易出错清洗完成后还要手写建表脚本才能真正进库。结果往往是数据还没用起来时间已经花掉大半。这份地址表换了个思路直接把整理好的五级数据和 SQL 脚本交出来解压即可导入把清洗环节省掉。数据内容五张表与一套父级 code 关系这份行政区划 SQL 的核心结构是五级各一张表省份表市级表县级表乡镇街道表村级表字段关系上每级记录都带有自身 code 和父级区域 code。这意味着两种查询方向都成立向上回溯拿一条村级记录的父级 code可逐级对上乡镇街道、县、市、省向下钻取从省级 code 出发用父级 code 匹配下级表逐层展开辖区范围。做某村 → 所属县 → 所属市 → 所属省这类逐级查询时不需要额外的拼表或名称匹配逻辑一次 JOIN 链就能完成。行政区划 SQL 导入解压、执行、按需改名接入步骤很短获取数据。可以直接下载仓库中的 SQL 数据文件也可以执行git clone https://gitcode.com/open-source-toolkit/cfe68后从仓库中提取解压得到 SQL 脚本在目标数据库执行生成五张表如果表名与项目命名规范冲突替换成自有命名后再导入即可无需处理数据内容。导入后建议先验证关联链是否正常思路如下表名、字段名以实际脚本为准SELECT c.name AS 村, t.name AS 街道, x.name AS 县 FROM village c JOIN township t ON c.parent_code t.code JOIN county x ON t.parent_code x.code WHERE c.name 某村;能按村 → 街道 → 县逐层带出名称说明 code 关联链是通的。适合的场景与需要留意的边界比较适合的方向GIS 与地图服务中的区域底表、行政区划要素物流规划、智能导航里对地址做归属判断和分区归类数据分析中按地区维度聚合、按区域下钻的统计口径需要完整层级结构的业务系统如地址库、区域管理后台。同时要注意边界数据截至 2024 年 5 月此后的区划调整、更名不在这份文件中导入前建议核对脚本的表结构与命名按项目需要调整后再进正式库正式生产前建议对自己关心的区域范围做抽样核对确认覆盖情况符合业务要求。常见问题五级行政区划 SQL 导入支持哪些数据库脚本为标准 SQL 格式主流关系型数据库执行即可如遇个别语法差异如自增、字符集声明在执行前稍作替换即可。地区 code 关联查询怎么写每级记录都带父级 code向上回溯就是逐级 JOIN 父级表向下钻取则用上级 code 去匹配下级记录的父级 code链式写法即可覆盖任意层级组合。数据会更新吗当前版本截至 2024 年 5 月。如遇行政区划调整需获取最新版本后重新导入不建议在旧数据上手工打补丁。导入成本有多高基本是解压 执行脚本 按需改名没有清洗和转换环节。主要耗时在验证关联链和适配项目命名规范。数据就绪后建议先在一个测试库里把村到省的整条查询链跑通再投入正式环境发现数据问题或结构疑问可通过仓库的 Issues 反馈帮助后续版本改进。【免费下载链接】中国五级行政区划地址表截至2024年5月SQL文件这份SQL文件是截至2024年5月的中国五级行政区划地址表包含了详细的行政区域地址信息code码完整。您可以直接拿去使用无需额外处理。本文件为您提供了方便快捷地获取中国各级行政区域数据的途径可用于地理信息系统、数据分析等领域的应用项目地址: https://gitcode.com/open-source-toolkit/cfe68创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 
长河君 · 2026/10/30 16:44:30 · 阅读 1.2k 【完全免费】中国五级行政区划地址表 SQL 文件：省到村五级 code 关联与快速导入指南
【完全免费】中国五级行政区划地址表 SQL 文件省到村五级 code 关联与快速导入指南【免费下载链接】中国五级行政区划地址表截至2024年5月SQL文件这份SQL文件是截至2024年5月的中国五级行政区划地址表包含了详细的行政区域地址信息code码完整。您可以直接拿去使用无需额外处理。本文件为您提供了方便快捷地获取中国各级行政区域数据的途径可用于地理信息系统、数据分析等领域的应用项目地址: https://gitcode.com/open-source-toolkit/cfe68这份 SQL 文件提供截至 2024 年 5 月的中国五级行政区划地址表按省、市、县、乡镇街道、村拆成五张表每条记录都带地区 code 与父级 code可直接导入数据库做区域关联查询适合 GIS、物流规划、数据分析等方向的开发者与数据同学。为什么自己整理地区编码这么费劲五级行政区划数据通常散落在不同来源标准编码表、地方公示、网页爬取。实际遇到的麻烦集中在三点各来源的层级字段命名不统一合并时要反复对齐部分数据缺少父级 code村属于哪个县这类关系要靠名称模糊匹配极易出错清洗完成后还要手写建表脚本才能真正进库。结果往往是数据还没用起来时间已经花掉大半。这份地址表换了个思路直接把整理好的五级数据和 SQL 脚本交出来解压即可导入把清洗环节省掉。数据内容五张表与一套父级 code 关系这份行政区划 SQL 的核心结构是五级各一张表省份表市级表县级表乡镇街道表村级表字段关系上每级记录都带有自身 code 和父级区域 code。这意味着两种查询方向都成立向上回溯拿一条村级记录的父级 code可逐级对上乡镇街道、县、市、省向下钻取从省级 code 出发用父级 code 匹配下级表逐层展开辖区范围。做某村 → 所属县 → 所属市 → 所属省这类逐级查询时不需要额外的拼表或名称匹配逻辑一次 JOIN 链就能完成。行政区划 SQL 导入解压、执行、按需改名接入步骤很短获取数据。可以直接下载仓库中的 SQL 数据文件也可以执行git clone https://gitcode.com/open-source-toolkit/cfe68后从仓库中提取解压得到 SQL 脚本在目标数据库执行生成五张表如果表名与项目命名规范冲突替换成自有命名后再导入即可无需处理数据内容。导入后建议先验证关联链是否正常思路如下表名、字段名以实际脚本为准SELECT c.name AS 村, t.name AS 街道, x.name AS 县 FROM village c JOIN township t ON c.parent_code t.code JOIN county x ON t.parent_code x.code WHERE c.name 某村;能按村 → 街道 → 县逐层带出名称说明 code 关联链是通的。适合的场景与需要留意的边界比较适合的方向GIS 与地图服务中的区域底表、行政区划要素物流规划、智能导航里对地址做归属判断和分区归类数据分析中按地区维度聚合、按区域下钻的统计口径需要完整层级结构的业务系统如地址库、区域管理后台。同时要注意边界数据截至 2024 年 5 月此后的区划调整、更名不在这份文件中导入前建议核对脚本的表结构与命名按项目需要调整后再进正式库正式生产前建议对自己关心的区域范围做抽样核对确认覆盖情况符合业务要求。常见问题五级行政区划 SQL 导入支持哪些数据库脚本为标准 SQL 格式主流关系型数据库执行即可如遇个别语法差异如自增、字符集声明在执行前稍作替换即可。地区 code 关联查询怎么写每级记录都带父级 code向上回溯就是逐级 JOIN 父级表向下钻取则用上级 code 去匹配下级记录的父级 code链式写法即可覆盖任意层级组合。数据会更新吗当前版本截至 2024 年 5 月。如遇行政区划调整需获取最新版本后重新导入不建议在旧数据上手工打补丁。导入成本有多高基本是解压 执行脚本 按需改名没有清洗和转换环节。主要耗时在验证关联链和适配项目命名规范。数据就绪后建议先在一个测试库里把村到省的整条查询链跑通再投入正式环境发现数据问题或结构疑问可通过仓库的 Issues 反馈帮助后续版本改进。【免费下载链接】中国五级行政区划地址表截至2024年5月SQL文件这份SQL文件是截至2024年5月的中国五级行政区划地址表包含了详细的行政区域地址信息code码完整。您可以直接拿去使用无需额外处理。本文件为您提供了方便快捷地获取中国各级行政区域数据的途径可用于地理信息系统、数据分析等领域的应用项目地址: https://gitcode.com/open-source-toolkit/cfe68创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考