实录国内4级（省级、地级、县级、乡级）城市geoHash

背景：因工作需求 需要通过经纬度确定所在城市，还要离线实现，翻阅资料了解到geoHash编码 可以满足需求，但是翻遍了网络 也 下了不少收费的数据，最多的只满足到 3级范围，

3级范围 实测中会出现偏差无法满足需求，故 需要使用4级geoHash的数据

geoHash算法采用：https://github.com/GongDexing/Geohash

这里主要说明 如何采集数据

首先找到 需要的 省级、地级、县级、乡级 数据 ：https://github.com/modood/Administrative-divisions-of-China

这边数据还有 第5级 村级 这边使用不到，就采用了 乡级 数据

接下来就是编码流程了

通过 4级城市数据json,得到4个列表 provinceList,cityList,areaList,streetList

遍历streetList列表 （41614条）

依次使用OkHttp调用百度的WebAPI 进行编码查询 （ 百度API文档：http://lbsyun.baidu.com/index.php?title=webapi/guide/webservice-geocoding）

获取到对应乡级城市的经纬度 使用geoHash算法得到geoHash值 然后按需要的格式 保存到文件中

*** 这里有个注意事项：百度WebAPI地理编码配额 如果超出配额 请求就会返回错误 导致经纬度获取失败

得到的数据列表

输出的数据足有41615条，占4.24M

这么多在数据 直接放在 App中 显然是不合适的，测试过程中将 这41615条数据写入数据库 耗时近 20s  进而开启 简化 之路

简化思路

1.经纬度当前过长 有12位之多，但是 实际上 精确到后第6位时 就已经达到米级了，所以只需要 保留小数点后6位 即可  处理后 --> 3.59M 

2.项目中使用到的 城市展示 那直接把 乡，区，省 过滤输出 ，同时精简编号 到区级编号 也就是前6位 （使用 乡级数据 是为了更精准的判断 所在的城市是哪里，如果直接使用 区级 数据，那相邻的城市区域很容易出现计算错误的情况），

注意到有些 地级 名称为 “市辖区”、“省直辖县级行政区划”、“自治区直辖县级行政区划” ，那这就直接使用省份的名称，这一步处理后 -->2.08M

3.注意到 需求只要求 精准显示到 地级市  就可以了 ，那再进一步简化 ，将同一地级市 的经纬度、geoHash ,合并到一起 ，这样的话，数据 将由 目前的41615条 压到 343条  大小：1.28M 

 

*** 在简化过程中 发现有geoHash重复的情况，分析原因 是 百度API返回的经纬度问题 四个街道 地图明明差很远 按是返回的经纬度是一样的  目前过滤掉了1999条重复经纬度的数据，以后看百度有更新的话 再测试更新数据吧

例：

深圳市宝安区燕罗街道：showLocation&&showLocation({"status":0,"result":{"location":{"lng":113.89042744066019,"lat":22.560032908924556},"precise":0,"confidence":20,"comprehension":100,"level":"区县"}})
深圳市宝安区新桥街道：showLocation&&showLocation({"status":0,"result":{"location":{"lng":113.89042744066019,"lat":22.560032908924556},"precise":0,"confidence":20,"comprehension":100,"level":"区县"}})
深圳市宝安区福海街道：showLocation&&showLocation({"status":0,"result":{"location":{"lng":113.89042744066019,"lat":22.560032908924556},"precise":0,"confidence":20,"comprehension":100,"level":"区县"}})
深圳市宝安区航城街道：showLocation&&showLocation({"status":0,"result":{"location":{"lng":113.89042744066019,"lat":22.560032908924556},"precise":0,"confidence":20,"comprehension":100,"level":"区县"}})

App最终实测 写入本地数据库 用法1-2秒  终

原始数据以及简化后的数据打包：https://download.csdn.net/download/a87024341/16133365