China Zipcode Adcode Data

github2026-02-13 更新2026-02-14 收录

下载链接：

https://github.com/tombcato/china-zipcode-data

下载链接

链接失效反馈

官方服务：

资源简介：

本项目包含中国省市区县的行政编码(Adcode)和邮政编码(Zipcode)对应数据。可通过使用整理好的JSON元数据或者JS SDK两种方式使用。也可与高德地图/百度地图/腾讯地图等联动实现地址解析后通过Adcode获取地址邮编。数据来源于网络整理，并进行了一定的清洗和整理。

This project contains the corresponding data between administrative codes (Adcode) and zip codes for provinces, cities, districts and counties across China. It can be used via two available approaches: the preprocessed JSON metadata or the JS SDK. Moreover, it can be integrated with mapping services including Amap, Baidu Maps, Tencent Maps and other similar platforms to retrieve zip codes through Adcode after conducting address resolution. The data is compiled from online sources and has undergone proper cleaning and organization.

创建时间：

2026-02-12

原始信息汇总

数据集概述

数据集基本信息

数据集名称：China Zipcode Adcode Data
数据集地址：https://github.com/tombcato/china-zipcode-data
许可证：MIT
数据格式：JSON

数据集内容

核心数据：中国省、市、区县的行政编码（Adcode）与邮政编码（Zipcode）对应关系。
数据字段：
- code：行政编码
- name：名称
- province：省份
- city：城市
- zipCode：邮政编码
- pinyin：拼音
主要文件：china_zipcode_adcode.json（整理好的JSON元数据）。

数据来源与处理

数据来源：
- 2023年中华人民共和国县以上行政区划代码（来自中华人民共和国民政部官网：https://www.mca.gov.cn/mzsj/xzqh/2023/202301xzqh.html）
- 高德全国邮政编码查询（https://ditu.amap.com/postcode/）
数据处理：对网络数据进行清洗和整理。
致谢参考：
- China-zip-code-latitude-and-longitude（https://github.com/sfyc23/China-zip-code-latitude-and-longitude）
- Administrative-divisions-of-China（https://github.com/modood/Administrative-divisions-of-China）

使用方式

1. 直接使用JSON数据

可通过访问原始JSON文件或通过CDN（如：https://cdn.jsdelivr.net/gh/tombcato/china-zipcode-data@latest/china_zipcode_adcode.json）在线加载数据。

2. 使用JavaScript SDK

安装：npm install @tombcato/china-zipcode-data
核心功能：
- get(adcode)：通过行政编码精确查找地区信息。
- search(keyword, city, province)：支持按关键词、城市、省份进行组合搜索。
浏览器CDN使用： html <script type="module"> import { search } from https://cdn.jsdelivr.net/npm/@tombcato/china-zipcode-data@latest/+esm; </script>

3. 多语言使用示例

数据为标准JSON格式，任何编程语言均可解析使用。
Python示例：提供了通过在线URL或本地文件加载JSON数据并进行查询的代码示例。

应用场景

解决开发中通过地址信息获取邮政编码的困难。
与高德地图、百度地图、腾讯地图等地图服务联动，实现地址解析后通过行政编码（Adcode）获取邮政编码。
提供截至2023年的最新行政区划与邮政编码对应数据，以应对行政区划频繁调整带来的数据时效性问题。

在线演示

DEMO地址：https://tombcato.github.io/china-zipcode-data/

搜集汇总

数据集介绍

构建方式

在数字地理信息领域，准确且时效性强的行政编码与邮政编码对应关系对于地址解析与地理信息系统开发至关重要。China Zipcode Adcode Data的构建依托于权威的官方数据源与开源社区的贡献，其核心数据来源于2023年中华人民共和国县以上行政区划代码以及高德地图的全国邮政编码查询服务。通过对这些原始数据进行系统的清洗、整合与校验，确保了行政编码（Adcode）与邮政编码（Zipcode）映射关系的准确性与完整性，并融合了来自多个知名开源项目的经纬度与行政区划信息，最终生成了结构化的JSON元数据文件，为开发者提供了统一且可靠的数据基础。

使用方法

在实际应用层面，开发者可通过多种灵活的方式利用该数据集。对于前端或Node.js项目，推荐安装官方的NPM包并调用其提供的`get`与`search`函数，即可实现基于行政编码的精确检索或支持省、市条件组合的模糊查询。在浏览器环境中，亦可直接通过CDN引入ES模块，无需构建步骤。对于Python、Java等其他语言生态，则可直接下载或在线获取标准的JSON数据文件进行本地解析与处理。该数据集设计之初便考虑了与高德、百度等主流地图API的联动，能够在完成地理编码获取Adcode后，无缝对接以查询对应邮政编码，从而弥补了现代地图服务在邮编信息上的缺失，为物流、电商、数据分析等应用场景提供了坚实的数据支撑。

背景与挑战

背景概述

在数字地理信息系统与地址服务领域，准确关联行政编码与邮政编码是实现高效地址解析与数据整合的基础。China Zipcode Adcode Data数据集由开发者tombcato于近年创建，旨在整合中国最新的行政区划编码（Adcode）与邮政编码（Zipcode）对应关系。该数据集参考了国家民政部2023年行政区划代码及高德地图的邮政编码查询服务，通过开源协作方式，解决了现有数据中行政边界频繁变动与邮编信息陈旧脱节的核心问题。其出现为地图服务、物流系统及数据分析应用提供了权威、时效性强的底层数据支持，显著提升了地址匹配的精度与开发效率。

当前挑战

该数据集致力于解决地址服务中行政编码与邮政编码关联断裂的挑战，具体体现在现代地图API往往提供地理编码与Adcode，却缺失对应的邮编字段，导致地址解析流程不完整。在构建过程中，挑战主要源于数据源的分散与时效性不足：一方面，网络公开的邮编数据多停留在2018年之前，且存在付费壁垒；另一方面，行政区划调整频繁，如撤县设区等变动使得旧有对应关系迅速失效。此外，国家自2024年起不再公开具体统计用区划代码，进一步增加了获取权威、同步数据的难度，要求构建者持续跟踪官方变更并进行动态清洗与验证。

常用场景

经典使用场景

在地址信息处理与地理编码领域，China Zipcode Adcode Data数据集为开发者提供了行政编码与邮政编码的精确映射关系。该数据集最经典的使用场景在于辅助地图服务或地址解析系统，当用户输入一个具体地址后，系统可通过地理编码获取对应的行政编码，进而利用此数据集快速检索到准确的邮政编码，从而弥补了现代地图API在邮编信息上的缺失，实现了地址到邮编的无缝转换。

解决学术问题

该数据集有效解决了地理信息科学中行政区域编码与邮政编码关联数据缺失的学术研究问题。由于行政区划频繁调整和邮编数据陈旧，学术界长期缺乏统一、准确且时效性强的对应数据集。本数据集基于官方最新行政区划代码和高德地图邮编查询，经过清洗整理，为相关研究提供了可靠的数据基础，促进了地址标准化、区域统计分析等领域的实证研究，具有重要的数据支撑意义。

实际应用

在实际应用中，该数据集广泛应用于电子商务、物流配送、金融服务等需要精准地址邮编匹配的行业。例如，在电商平台下单时，系统可自动根据用户填写的省市区信息，通过行政编码快速匹配邮政编码，用于计算运费或生成物流面单；在金融风控或人口统计中，邮编可作为区域划分的关键字段，辅助进行地域性分析或信用评估，提升了业务处理的自动化程度与准确性。

数据集最近研究