位置数据基本上是树形结构。因此，当您向某人询问他们的地址时，您想知道他们居住的地区/郊区，城市/城镇，州/省和国家。
这个数据有望只设置一次，只需要很少的修改。大多数电子商务网站和许多其他网站都需要存储这类信息，但我很难找到它。也许是因为我没有寻找合适的术语，但我认为这将是一个已经解决的常见问题。
这引出了另一个问题。我在哪里可以获得这类信息，例如哪个地区属于哪个城市，哪些城市属于哪些州以及哪些州属于哪些国家？
编辑：为了使事情变得更复杂，我希望能够提供一种通用的解决方案，因为例如一些国家不使用邮政编码，他们使用邮政编码，它有点相同但不完全。我最大的愿望是拥有Area / Suburb - ＆gt;城市/城镇 - ＆gt;地区/省/州 - ＆gt;国家。我可能正在尝试不可能的事情。EDIT2： 对不起，我可能不够清楚，但我不需要邮政编码。只是郊区/区域名称 - ＆gt;城市........
答案 0 :(得分：1)
如果您想获取美国拉链信息，请查看Tiger。这是来自美国人口普查的信息，将为您提供所有数据。但是，需要注意的是，信息不易抽象，因此需要一些时间。
答案 1 :(得分：0)
这比第一次出现时更复杂。有些城镇有多个邮政编码。有些邮政编码有多个城镇。许多地址可以使用主要城镇或最近城市的名称。验证地址并非易事。
如果您想尝试存储邮政编码数据，可以购买zip code databases。但您可能会发现使用their tool对USPS进行验证更容易。
答案 2 :(得分：0)
如果您对邮政编码不感兴趣，也许您可以从Wikipedia获取所需内容。
答案 3 :(得分：0)
首先，这里有两个不同的东西：地理信息和政治/组织信息。 可以有共享的邮政编码，但地理上任何对象都完全位于另一个对象内。
当我们必须解决问题时，我们只需创建一个通用树结构，其中每个地理节点都引用了每个父节点。顶级节点（在我们的例子中是国家/地区）没有父引用。更重要的是，对于不同的国家，我们有不同的结构。唯一的要求是它必须是分层的。
之后，我们通过预先计算树遍历信息来加速地理查询。我们遍历树，计算遍历顺序并将其存储在地理节点中。在查询中进行简单的int比较之后，足以检查一个geo是否在另一个内部，依此类推。
同时，存储类似邮政编码信息的内容在此处看起来像并行数据结构，存储在不同的表中，并引用地理结构中的地理节点。