geoHelper
整合了身份证、手机号、IP
、GPS
解析方法,基于内存提供离线高性能解析服务。
数据 | 来源 |
---|---|
行政区划 | GitHub - modood/Administrative-divisions-of-China |
手机号 | GitHub - EeeMt/phone-number-geo |
IP | 狮子的魂/ip2region |
geo | 中国城市坐标(最全最完整) |
适用国内身份证解析,作为Hutool.IdcardUtil
的扩展,加入AdocUtil
,意为中国行政区划工具。
方法包括:
getProvince
获取省份getProvinceName
获取省份名称getCity
获取城市getCityName
获取城市名称getArea
获取区县getAreaName
获取区县名称getPca
获取省市区
当然基于GitHub - modood/Administrative-divisions-of-China可以扩展到乡级(乡镇街道)、 村级(村委会居委会),那么数据量会大一些,可以将数据存储在数据库中使用。
public static void main(String[] args) {
init();
log.info("provinceCode:11, provinceName:{}", getProvinceName("11"));
log.info("cityCode:1101, cityName:{}", getCityName("1101"));
log.info("areaCode:110101, areaName:{}", getAreaName("110101"));
log.info("areaCode:110101, pca:{}", getPca("110101"));
}
init success, cost:97ms
provinceCode:11, provinceName:北京市
cityCode:1101, cityName:市辖区
areaCode:110101, areaName:东城区
provinceCode:11, cityCode:1101, areaCode:110101
areaCode:110101, pca:Pca(province=北京市, city=市辖区, area=东城区)
适用国内手机号解析,使用GitHub - EeeMt/phone-number-geo工具。
public static void main(String[] args) {
log.info("15558167723:{}", lookup("15558167723"));
}
15558167723:PhoneNumberInfo(number=15558167723, attribution=Attribution(province=浙江, city=杭州, zipCode=310000, areaCode=0571), isp=CHINA_UNICOM)
使用狮子的魂/ip2region项目,因为此项目本身很灵活,数据可扩展,可自行参考源项目学习。
我正在使用免费的纯真社区版IP库。纯真(CZ88.NET)自2005年起一直为广大社区用户提供社区版IP地址库,只要获得纯真的授权就能免费使用,并不断获取后续更新的版本。 纯真除了免费的社区版IP库外,还提供数据更加准确、服务更加周全的商业版IP地址查询数据。纯真围绕IP地址,基于 网络空间拓扑测绘 + 移动位置大数据 方案,对IP地址定位、IP网络风险、IP使用场景、IP网络类型、秒拨侦测、VPN侦测、代理侦测、爬虫侦测、真人度等均有近20年丰富的数据沉淀。
public static void main(String[] args) {
init();
String search = search("114.114.114.114");
log.info("search:{}", search);
}
init success, cost:28ms
search:中国|0|江苏省|南京市|0
IP/GPS解析服务,ip2region,逆地理编码,实现的方法已经在这篇文章说明了,所以不多介绍啦。
public static void main(String[] args) {
AdocUtil.init();
init();
// 116.867584,39.542294
Pca pcaByGeo = getPcaByGeo("116.867584,39.542294");
log.info("pcaByGeo:{}", pcaByGeo);
}
pcaByGeo:Pca(province=河北省, city=廊坊市, area=广阳区)
之前文章已经说明此方法的优势与缺陷,这里再说明一下,如果需要增加精度要怎么做。
总所周知行政区划都是不规则的多边形,而且这个多边形的中心点不是数学上的重心,而是行政上的中心。如下是河北省-廊坊市-广阳区的行政区划,这是一个不规则的多边形。
通过高德地图搜索确认其中心经纬度是:116.710667,39.52343
,已标注在上图,大概是红色圆圈⭕️的位置。
现有坐标:116.867584,39.542294
,其应该归属天津市-武清区,但是因为计算方法或者说是数据的缺陷,因此点离廊坊市-广阳区更近,所以结果是pcaByGeo:Pca(province=河北省, city=廊坊市, area=广阳区)
,并不正确。如下图所示。
那就是要切割了,如下是天津市-武清区,如果希望对于武清区解析的更准确就要增加武清区数据,数据不能是随意添加,需要如下图这样的画圈,将武清区的边界画出,增加这些圆圈中心坐标数据。如果希望更加精细就要画出更多直径更小的圈,不过那工作量将非常庞大。
重要
所以一旦要画圈提高精度,必须连带画出边界外相邻的圈。因为,如果只是画出下面这样天津市-武清区的圈,不管边界外廊坊市-广阳区、北京市-通州区,那么原来被识别为通州、广阳的点会因为武清新增加的点的影响都被识别为武清区,而且新增的边界圆心坐标向边界方向画圆与其他地区圆近乎相切时的直径必须统一,这样才能保证边界点距离的准确。
如下图在北京通州、天津武清、廊坊广阳邻接的位置画了三个圈,其中天津武清区的圆心坐标为:116.88,39.58
,北京通州圆心坐标为:116.91,39.59
,廊坊广阳圆心坐标为:116.70,39.54
。
1、首先从areas.csv
文件中找到武清区的areaCode
为120114
。
2、在areas_with_geo.csv
文件中补充120114
经纬度120114,116.88,39.58
。
3、重新运行项目就可以了。
再次测试116.867584,39.542294
,果然被正确解析到天津武清区!
以上已经说明了解析不准确,补充数据提高准确性的方法,但这个方法其实是很苛刻的,对于数据的要求非常高,甚至说如何数据达标甚至可以比拟商业的的经纬度解析标准。