使用PHP解析行政区划代码

转载自一个牛人的博客：http://huoding.com/2012/07/31/163

话说这个PHP脚本我已经写过好多次了，不过由于国家统计局提供的数据格式有些许的变化，所以我又重写了一遍，问题既涉及到PHP，同时也涉及到MySQL，感觉很适合做面试题，这类问题往往最能反映出求职者的基本素质。

准备工作：需要下载最新县及县以上行政区划代码，并保存成data.txt文件，事先需要提醒的是，如果你在拷贝粘贴的过程中出现格式错乱的问题，可以试着先把拷贝的内容粘贴到Word，WPS等软件中，然后再重新拷贝粘贴到文本文件中，通常就可以了。

说明：不同版本的数据，可能会出现全角空格和半角空格混杂的情况。

首先创建MySQL表：

需要注意的是表的字符集和文件的字符集需要一致。

CREATE TABLE IF NOT EXISTS `region` (
    `id` int(10) unsigned NOT NULL,
    `parent_id` int(10) unsigned NOT NULL,
    `name` varchar(20) NOT NULL,
    PRIMARY KEY (`id`),
    KEY `parent_id` (`parent_id`)
) ENGINE=InnoDB;

补充：更好的存储层次化的数据：Storing Hierarchical Data in a Database Article。

然后编写PHP脚本：

需要注意的是自己保证data.txt文件内容的合法性，代码本身未做严禁的校验。

<?php

// config
$host     = '';
$dbname   = '';
$charset  = '';
$username = '';
$password = '';

set_time_limit(0);

$dsn = "mysql:host={$host};dbname={$dbname};charset={$charset}";

$options = array(
    PDO::ATTR_ERRMODE => PDO::ERRMODE_EXCEPTION,
);

$dbh = new PDO($dsn, $username, $password, $options);

$sth = $dbh->prepare('
    INSERT INTO region (id, parent_id, name)
    VALUES (:id, :parent_id, :name)
');

$parent = array(0);

$handle = fopen('data.txt', 'r');

while (!feof($handle)) {
    $row = trim(str_replace('　', ' ', fgets($handle)));

    if (!preg_match('/^(\d+)\s+(.+)$/', $row, $matches)) {
        continue;
    }

    list($row, $id, $name) = $matches;

    $level = strlen(preg_replace('/(00){1,2}$/', '', $id)) / 2;

    $parent_id = $parent[$level - 1];

    $parent[$level] = $id;

    $sth->bindValue(':id', $id, PDO::PARAM_INT);
    $sth->bindValue(':parent_id', $parent_id, PDO::PARAM_INT);
    $sth->bindValue(':name', $name);

    $sth->execute();
}

fclose($handle);

?>

说明：通过引入level变量可以消除程序里令人讨厌的「if/else」语句。

……

有了行政区划代码，再配上民间的IP数据库，就更完美了。本文处理的是县级行政区划代码的处理，如果你需要乡级的数据，同样可以参考国家统计局。