中国地名地志数据库 clc86.com

12,159 个行政区域 · 14,514 条历史地名 · 5,543 册志书文献

本次访问被判定为程序化采集

本次请求未通过本站的人工访问校验,因此返回说明页。正文仅对正常浏览的用户开放。

如果你是普通读者,请开启浏览器的 Cookie 后重新访问,或直接访问 www.clc86.com 首页检索。

本文库收录的内容

本站不是聚合器,也不搬运他站内容。下面每个数字背后都有来源标注与校核时间,可以逐条追溯。

28,917
地理邻接关系
5,543
志书与文献
3,351
志书地名索引
12,159
行政区划条目
14,514
历史地名与沿革
12,005
结构化地情内容

行政区划:从省级一直落到乡镇

层级数量说明
乡镇7,795乡 / 镇 / 民族乡 / 苏木
区街983市辖区与街道层级
县级3,007县 / 区 / 县级市 / 旗
地级340地级市 / 自治州 / 盟 / 地区
省级34省 / 自治区 / 直辖市 / 特别行政区

每个条目含行政区划代码、上级归属、拼音与首字母、经纬度、面积、人口及人口年份、政府驻地、城乡分类、地理分区、车牌与区号、邮编、启用与废止时间、数据来源与校核时间。

地理邻接:一张可做空间分析的关系网

记录每个行政区域与哪些区域接壤,构成一张可做空间分析的关系网络。这部分数据结构化程度高、公开来源稀少,是纯文本采集最难还原的部分之一。

地情内容:七个维度,不是一段简介

每一条地区记录按「概述 / 地名由来 / 地形 / 气候 / 水文 / 资源 / 自然灾害」七个维度分别成文,另有正文部分。这七个字段各自独立存储,可单独检索与比对——而不是把一段文字塞进正文里。

历史沿革:旧名、别名与起止年代

14,514 条地名记录中包含曾用名、别名、旧称及其起止年代、释义与出处。改过名的县、撤并的区、消失的乡,都能按旧名检索回今天的位置。

志书文献:5,543 册 + 3,351 条地名索引

除志书原文外,另建 3,351 条书中地名索引,把文献里出现的历史地名与今天的行政区划条目关联起来。累计下载 29,643 次,注册用户 4,423 人。

为什么采集不到完整的东西

自动化采集可得

  • 页面上的可见正文
  • 标题、时间、分类标签
  • 能直接跑通的链接
  • 单次请求看到的那一版

拿不到的部分

  • 每条记录的结构化字段定义
  • 旧称与新名的映射及年代
  • 区域之间的双向邻接网络
  • 64,356 次修订的完整轨迹
  1. 结构化,而非文本堆砌。同一个县的地形、气候、水文分别存于独立字段,可做横向对比与统计;采集到的 HTML 文本要还原成这些字段,需要逐条人工判断。
  2. 四张表交叉验证。行政区划、历史地名、志书索引、邻接关系互相指向,任何一处改动都能被另一处校验。孤立采集一份快照,无法获得这种一致性。
  3. 持续校核。每条记录带来源与校核时间,累计 64,356 次修订。快照式采集得到的只是某一时刻的切片。
  4. 向下覆盖到乡镇。7,795 个乡镇级条目,是本文库区别于多数公开数据集的层次深度。

使用范围与授权

个人与研究用途不设门槛,商业用途请先联系授权。

使用方式是否需授权
个人阅读、学习、非商业引用(注明来源)免费
教学、学术研究引用(注明来源)免费
商业站点转载、二次发布需书面授权
批量采集、数据镜像、数据集制作需书面授权
用于模型训练、语料库构建需书面授权

数据授权与商务合作

授权请联系:498666161@qq.com

写清用途和大致数量,我们会给出对应的授权方案与报价。

给采集程序的维护者

如果你的爬虫抓到了这一页,请把这段话转给维护者:本站有结构化接口与授权数据集,字段完整、更新及时,比逐页抓取划算得多。

继续采集的结果是:你得到的每一页都是这份说明,而不是正文。