Python获取[2016年统计用区划代码和城乡划分代码(截止2016年07月31日)]-优快云博客

本文链接：https://blog.youkuaiyun.com/qq_18301257/article/details/82780554

本博客详细介绍了如何使用Python爬取国家统计局发布的2016年统计用区划代码和城乡划分代码，包括从首页抓取链接，解析页面获取省份、城市和区域信息。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

#!usr/bin/env python
#-*- coding:utf-8 -*-
import requests
import re
import time
##系统初始化
urlHeader="http://www.stats.gov.cn/tjsj/tjbz/tjyqhdmhcxhfdm/2016/"
urlHomePage="index.html"
urlHtml=urlHeader+urlHomePage
##模拟Chrome访问初始化
headers={"Host":"www.stats.gov.cn","User-Agent":"Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 6.1; WOW64; Trident/7.0; SLCC2; .NET CLR 2.0.50727; .NET CLR 3.5.30729; .NET CLR 3.0.30729; InfoPath.3; .NET4.0C; .NET4.0E)"}
##访问国家统计局(2016年统计用区划代码和城乡划分代码(截止2016年07月31日))
htmlHome=requests.get(urlHtml,headers=headers)
htmlHome.encoding="gb2312"

##正则表达式获取二级网址及省份名称
reObj=re.compile("<a href='([\s\S]*?.html)'>([\s\S]*?)<br/></a>")
arrayProvince=reObj.findall(htmlHome.text)

for i in range(len(arrayProvince)):
##for i in range(4,5):
    urlHtml=urlHeader+arrayProvince[i][0]

    htmlCity=requests.get(urlHtml,headers=headers)
    htmlCity.encoding="gb2312"

    print arrayProvince[i][1]
    
    reObj=re.compile("<a href='([\s\S]*?.html)'>([\s\S]*?)</a>")
    arrayCity=reObj.findall(htmlCity.text)

    for j in range(len(arrayCity)):
##    for j in range(0,1):
        if j % 2==0:
            urlHtml=urlHeader+arrayCity[j][0]
            print arrayCity[j][1]+" "+arrayProvince[i][1]+" "+arrayCity[j+1][1]

            htmlArea=requests.get(urlHtml,headers=headers)
            htmlArea.encoding="gb2312"

            reObj=re.compile("<td>[\s\S]*?</td>")
            arrayArea=reObj.findall(htmlArea.text)

            for k in range(1,len(arrayArea)):
                if k % 2==0:
                    txtAreaInfo=(arrayArea[k-1]+arrayArea[k]).replace("<td>","").replace("</td>",",") \
                          .replace("<a href='","").replace("'>",",").replace("</a>","").split(",")
                    if ".html" in txtAreaInfo[0]:
                        print txtAreaInfo[1]+" "+arrayProvince[i][1]+" "+arrayCity[j+1][1]+" "+txtAreaInfo[3]
                    else:
                        print txtAreaInfo[0]+" "+arrayProvince[i][1]+" "+arrayCity[j+1][1]+" "+txtAreaInfo[1]
                    time.sleep(0.2)