国家省、市、县、镇/街道地址

近期在做地址识别的项目，因此从统计局官网上爬取了全国地址信息，链接：

设置爬虫，逐个逐级爬取，最终形成省、市、县3级地址信息，省、市、县、街道/镇4级地址信息，省、市、县、街道/镇、村/居委会5级地址信息。所有地址信息只保留地址，而不保留区划代码，文件格式txt，无空格、制表符，一行代表一个地址信息。

3级地址爬取后如下：

北京市市辖区东城区 北京市市辖区西城区 北京市市辖区朝阳区 北京市市辖区丰台区 北京市市辖区石景山区 北京市市辖区海淀区 北京市市辖区门头沟区 北京市市辖区房山区 北京市市辖区通州区 北京市市辖区顺义区

4级地址信息爬取后结果如下：

北京市市辖区东城区东华门街道 北京市市辖区东城区景山街道 北京市市辖区东城区交道口街道 北京市市辖区东城区安定门街道 北京市市辖区东城区北新桥街道 北京市市辖区东城区东四街道 北京市市辖区东城区朝阳门街道 北京市市辖区东城区建国门街道 北京市市辖区东城区东直门街道 北京市市辖区东城区和平里街道 北京市市辖区东城区前门街道

5级地址信息爬取后结果如下：

北京市市辖区东城区东华门街道多福巷社区居委会 北京市市辖区东城区东华门街道银闸社区居委会 北京市市辖区东城区东华门街道东厂社区居委会 北京市市辖区东城区东华门街道智德社区居委会 北京市市辖区东城区东华门街道南池子社区居委会 北京市市辖区东城区东华门街道灯市口社区居委会 北京市市辖区东城区东华门街道正义路社区居委会 北京市市辖区东城区东华门街道台基厂社区居委会 北京市市辖区东城区东华门街道韶九社区居委会 北京市市辖区东城区东华门街道王府井社区居委会 北京市市辖区东城区交道口街道交东社区居委会 北京市市辖区东城区交道口街道福祥社区居委会 北京市市辖区东城区交道口街道大兴社区居委会 北京市市辖区东城区交道口街道府学社区居委会

地址信息下载链接：

在处理地址时，北京、天津、上海、重庆等直辖市，在1级地址下面增加了“市辖区”、“县”两个级别，这样的话其地址结构也是5级，同其它省份一样。同时还发现有几个地市的结构和其它省份地市不一样，它只有4级地址：省、市、镇/街道、村，所以此时的3级地址会包含到镇。这几个地市是：海南省澶州市、广东省东莞市、广东省中山市。同时，在提取到街道/镇这一级地址时，其它地市属于第4级，而上述三个城市属于第3级。这些地点请注意

如想要其它格式的地址，请联系

参考资料：

2