转换 http://www.mca.gov.cn/article/sj/tjbz/a/ 的文本数据为 PHP 数据和 SQL

trans_china_districts.php

<?php

$directly = ['11', '12', '31', '50', '81', '82'];
$names = [
    '拉祜族佤族布朗族傣族自治县', '保安族东乡族撒拉族自治县', '彝族哈尼族拉祜族自治县', '傣族拉祜族佤族自治县',
    '哈尼族彝族傣族自治县', '彝族回族苗族自治县', '布依族苗族自治县', '布依族苗族自治州', '白族普米族自治县',
    '苗族瑶族傣族自治县', '傣族景颇族自治州', '独龙族怒族自治县', '哈尼族彝族自治县', '哈尼族彝族自治县', '哈尼族彝族自治州',
    '满族蒙古族自治县', '蒙古族藏族自治州', '苗族布依族自治县', '苗族土家族自治县', '土家族苗族自治县', '壮族苗族自治州',
    '土家族苗族自治州', '仡佬族苗族自治县', '藏族羌族自治州', '傣族佤族自治县', '傣族彝族自治县', '哈萨克族自治县',
    '回族土族自治县', '回族彝族自治县', '柯尔克孜自治州', '黎族苗族自治县', '苗族侗族自治县', '苗族侗族自治州',
    '彝族傣族自治县', '彝族回族自治县', '彝族苗族自治县', '壮族瑶族自治县', '朝鲜族自治县', '朝鲜族自治州',
    '哈尼族自治县', '哈萨克自治县', '哈萨克自治州', '拉祜族自治县', '傈僳族自治县', '傈僳族自治州', '毛南族自治县',
    '蒙古族自治县', '仫佬族自治县', '纳西族自治县', '撒拉族自治县', '塔吉克自治县', '土家族自治县', '维吾尔自治区',
    '斡尔族自治旗', '裕固族自治县', '白族自治州', '藏族自治县', '藏族自治州', '达斡尔族区', '傣族自治州',
    '侗族自治县', '各族自治县', '回族自治区', '回族自治县', '回族自治州', '黎族自治县', '满族自治县', '蒙古自治县',
    '蒙古自治州', '苗族自治县', '羌族自治县', '畲族自治县', '水族自治县', '特别行政区', '土族自治县', '佤族自治县',
    '锡伯自治县', '瑶族自治县', '彝族自治县', '彝族自治州', '壮族自治区', '族自治县', '回族区', '自治旗', '联合旗',
    '自治区', '地区', '矿区', '特区', '新区', '盟', '区', '省', '市', '县',
];
$special = [
    '本溪满族自治县' => '本溪县', '神农架林区' => '神农架', '阜新蒙古族自治县' => '阜新县', '清新区' => '清新',
];
$except = [
    '上饶县', '东营区', '临夏市', '临夏县', '乌鲁木齐县', '九江县', '井陉县', '井陉矿区', '伊宁县', '伊宁市',
    '伊春区', '克拉玛依区', '南昌县', '吉安县', '吉林市', '和田市', '和田县', '喀什市', '塔城市', '大同县',
    '大理市', '安阳县', '宜宾县', '宣化县', '宣化区', '岳阳县', '广安区', '恩施市', '承德县', '抚顺县', '新乡县',
    '昌吉市', '朝阳县', '株洲县', '楚雄市', '淮安区', '湘潭县', '濮阳县', '玉树市', '甘孜县', '白银区', '红河县',
    '芜湖县', '荆州区', '衡阳县', '许昌县', '辽阳县', '通化县', '邢台县', '那曲县', '邵阳县', '铁岭县', '长沙县',
    '长治县', '阿克苏市', '阿勒泰市', '阿坝县', '黄山区', '文山市',
];
$districts = [
    '东莞', '中山', '三沙', '儋州', '嘉峪关',
];

$data = file_get_contents('districts.txt');

$php = fopen('districts.php', 'w');
$sql = fopen('districts.sql', 'w');

fputs($php, "<?php\n\n");
fputs($php, "// `id`, `name`, `title`, `parent_id`, `is_city`, `is_district`\n");
fputs($php, "return [\n");

$header = <<<EOF
/*!40101 SET NAMES utf8 */;

DROP TABLE IF EXISTS `districts`;
/*!40101 SET character_set_client = utf8 */;
CREATE TABLE `districts` (
  `id` int(11) NOT NULL AUTO_INCREMENT COMMENT 'ID',
  `name` varchar(255) COLLATE utf8_unicode_ci NOT NULL COMMENT '名称',
  `title` varchar(255) COLLATE utf8_unicode_ci NOT NULL COMMENT '全称',
  `parent_id` int(11) DEFAULT NULL COMMENT '上级',
  `is_city` tinyint(1) NOT NULL COMMENT '是否城市',
  `is_district` tinyint(1) NOT NULL COMMENT '是否县区',
  PRIMARY KEY (`id`),
  KEY `idx-districts-parent_id` (`parent_id`),
  KEY `idx-districts-is_city` (`is_city`),
  KEY `idx-districts-is_district` (`is_district`),
  CONSTRAINT `fk-districts-parent_id` FOREIGN KEY (`parent_id`) REFERENCES `districts` (`id`) ON DELETE CASCADE
) ENGINE=InnoDB DEFAULT CHARSET=utf8 COLLATE=utf8_unicode_ci;

LOCK TABLES `districts` WRITE;

EOF;
fputs($sql, $header);

$insert = [];
foreach (explode("\n", $data) as $row) {
    $row = trim($row);
    if (!empty($row)) {
        list($code, $name, $title, $parent, $is_city, $is_district) = call_user_func_array('row', array_map(function ($d) {
            return trim($d);
        }, explode(' ', $row, 2)));
        fputs($php, "\t[{$code}, '{$name}', '{$title}', {$parent}, {$is_city}, {$is_district}],\n");
        $insert[] = "({$code}, '{$name}', '{$title}', {$parent}, {$is_city}, {$is_district})";
    }
}

fputs($php, "];\n");
fclose($php);
foreach (array_chunk($insert, 500) as $d) {
    fputs($sql, "INSERT INTO `districts` VALUES\n" . implode(",\n", $d) . ";\n");
}
fputs($sql, "UNLOCK TABLES;\n");
fclose($sql);

function row($code, $title)
{
    global $directly, $districts;
    $name = name($title);
    if (in_array(substr($code, 0, 2), $directly)) {
        if (substr($code, 2, 4) == '0000') {
            // 直辖市/特别行政区
            return [code2id($code), $name, $title, 'null', 1, 0];
        }
        // 直辖市下辖区县市
        return [code2id($code), $name, $title, code2id(substr($code, 0, 2) . '0000'), 0, 1];
    } elseif (substr($code, 2, 4) == '0000') {
        // 省/自治区
        return [code2id($code), $name, $title, 'null', 0, 0];
    } elseif (substr($code, 4, 2) == '00') {
        if (in_array($name, $districts)) {
            // 不设区的地级市
            return [code2id($code), $name, $title, code2id(substr($code, 0, 2) . '0000'), 1, 1];
        }
        // 地级市
        return [code2id($code), $name, $title, code2id(substr($code, 0, 2) . '0000'), 1, 0];
    } elseif (substr($code, 2, 2) == '90') {
        // 省直管县市
        return [code2id($code), $name, $title, code2id(substr($code, 0, 2) . '0000'), 1, 1];
    }
    // 区县市
    return [code2id($code), $name, $title, code2id(substr($code, 0, 4) . '00'), 0, 1];
}

function code2id($code)
{
    static $n = 1, $codes = [];
    if (isset($codes[$code])) {
        return $codes[$code];
    }
    return $codes[$code] = $n++;
}

function name($title)
{
    global $names, $special, $except;

    $len = mb_strlen($title);
    if ($len < 3 || in_array($title, $except)) {
        // 单名区县和不处理的数据
        return $title;
    }
    if (isset($special[$title])) {
        // 特殊处理的数据
        return $special[$title];
    }
    foreach ($names as $end) {
        $len = strlen($end);
        if (substr($title, -$len) == $end) {
            // 截断处理
            return substr($title, 0, -$len);
        }
    }
    // 旗
    return $title;
}