Update README.md

README.md

@@ -1,7 +1,10 @@
 # area-china
+
 * 这是一个基于Python语言编写的爬虫项目，针对中国省市区以及镇乡共5级行政区域数据的获取并建库
 * 数据来源于国家统计局的统计用区划代码和城乡划分代码，每一年都会统计并发布上一年的数据
-* 统计用区划代码和城乡划分代码的区划范围，是国家统计局开展统计调查的区划范围。未包括我国台湾省、香港特别行政区、澳门特别行政区
+* 默认已经获取了2018年的5级行政区域全量数据，在项目的result目录里，结果类型有导出的excel文件与mongo数据库备份文件
+* 统计用区划代码和城乡划分代码的区划范围，是国家统计局开展统计调查的区划范围
+* 数据不包括我国台湾省、香港特别行政区、澳门特别行政区
 * 级别
   * 一级：省、直辖市、自治区
   * 二级：地级市
@@ -10,13 +13,100 @@
   * 五级：村、居委会
 * 本项目仅做学习用途
 
+# 项目结构
+area-china
+  - result (可用结果,《2018年统计用区划代码和城乡划分代码(截止2018年10月31日)》)
+    - excel (Excel结果文件,内容为JSON格式)
+	- mongo (MongoDB数据库结果文件,可采用命令进行数据恢复)
+	  - mongorestore -h <hostname><:port> -d dbname <path>
+  - source (程序源码目录)
+    - 若需重新获取数据，运行该目录下的程序即可
+
+# 数据结果统计
+| 级别 | 数量 | 备注 |
+| ------------- | ------------- | ------------- |
+| 一级 | 31 | - |
+| 二级 | 343 | - |
+| 三级 | 3282 | - |
+| 四级 | 43486 | - |
+| 五级 | ****** | - |
+
+# 数据库
+* 采用MongoDB作为数据库服务，程序运行后自动建立表，简单方便快捷。
 
 # 数据库表及字段说明
-* 表 province (一级：省、直辖市、自治区)
 
+### 表 province (一级：省、直辖市、自治区)
 | 字段名 | 字段含义 | 备注 |
 | ------------- | ------------- | ------------- |
+| id | 数据主键 | - |
 | code | 统计汇总识别码-划分代码 | - |
 | name | 省/直辖市/自治区名称 | - |
 | url | 下级链接地址 | 搜索二级时需要 |
 | searched | 是否搜索过下级链接地址 | 搜索二级时需要 |
+
+### 表 city (二级：地级市)
+| 字段名 | 字段含义 | 备注 |
+| ------------- | ------------- | ------------- |
+| id | 数据主键 | - |
+| code | 统计汇总识别码-划分代码 | - |
+| name | 地级市名称 | - |
+| province_id | province表主键 | - |
+| province_name | 省/直辖市/自治区名称 | - |
+| url | 下级链接地址 | 搜索三级时需要 |
+| searched | 是否搜索过下级链接地址 | 搜索三级时需要 |
+
+### 表 county (三级：市辖区、县（旗）、县级市、自治县（自治旗）、特区、林区)
+| 字段名 | 字段含义 | 备注 |
+| ------------- | ------------- | ------------- |
+| id | 数据主键 | - |
+| code | 统计汇总识别码-划分代码 | - |
+| name | 区县名称 | - |
+| city_id | city表主键 | - |
+| city_name | 地级市名称 | - |
+| province_id | province表主键 | - |
+| province_name | 省/直辖市/自治区名称 | - |
+| url | 下级链接地址 | 搜索四级时需要 |
+| searched | 是否搜索过下级链接地址 | 搜索四级时需要 |
+
+### 表 town (四级：镇、乡、民族乡、县辖区、街道)
+| 字段名 | 字段含义 | 备注 |
+| ------------- | ------------- | ------------- |
+| id | 数据主键 | - |
+| code | 统计汇总识别码-划分代码 | - |
+| name | 乡镇名称 | - |
+| county_id | county表主键 | - |
+| county_name | 区县名称 | - |
+| city_id | city表主键 | - |
+| city_name | 地级市名称 | - |
+| province_id | province表主键 | - |
+| province_name | 省/直辖市/自治区名称 | - |
+| url | 下级链接地址 | 搜索五级时需要 |
+| searched | 是否搜索过下级链接地址 | 搜索五级时需要 |
+
+### 表 village (五级：村、居委会)
+| 字段名 | 字段含义 | 备注 |
+| ------------- | ------------- | ------------- |
+| id | 数据主键 | - |
+| code | 统计汇总识别码-划分代码 | - |
+| code_type | 城乡分类代码 | - |
+| name | 村居委会名称 | - |
+| town_id | town表主键 | - |
+| town_name | 乡镇名称 | - |
+| county_id | county表主键 | - |
+| county_name | 区县名称 | - |
+| city_id | city表主键 | - |
+| city_name | 地级市名称 | - |
+| province_id | province表主键 | - |
+| province_name | 省/直辖市/自治区名称 | - |
+
+
+# 运行程序
+* 依赖Python3环境，以及MongoDB作为数据库服务
+* 环境安装好后，建议直接导入项目到PyCharm中运行
+* 程序需按如下顺序依次运行：
+  1. source\area\china\city\ProvinceSpider.py
+  2. source\area\china\city\CitySpider.py
+  3. source\area\china\city\CountySpider.py
+  4. source\area\china\city\TownSpider.py (大概运行一个小时左右跑完)
+  5. source\area\china\city\VillageSpider.py (这个运行时间较长)