首先要先找到民政局的区划代码地址：http://www.mca.gov.cn/article/sj/xzqh/2020/

这个网址的最后是根据年份来追加的。可以自己获取当前年份份来访问，我们需要的是页面列表的第一条数据链接。民政部的数据有一定的延迟，略滞后于区划调整文件发布时间。

在这里插入图片描述

通过分析可以看出我们需要的链接在一个table标签下的tr标签里面，其中的第二个td标签包含的a标签的href属性就是我们最终要拿到的链接。

不过我是通过另一个页面获取到的，在民政局的官网民政数据选项里：http://www.mca.gov.cn/article/sj/

我们一样可以获取，里面有区划代码的板块，我们要获取的同样是第一条数据。

在这里插入图片描述

我这里直接选取了class="tzggbox_c_b"的div标签来获取a标签的href的属性值。`

String url= Jsoup.connect(Constant.MCA_URL)

.get()

.getElementsByClass("tzggbox_c_b")

.get(2)

.select("a[href]")

.attr("abs:href");

这里我们获得一个html的网页链接，访问这个链接你会发现代码拿到的html页面跟我们最终要进入的页面不一样，再一对比两个链接，也是没有什么关系。最终要进入的页面链接在哪里呢？细心查看代码获取到的html，你会发现里面有个一个script标签包含这样的属性值，这里面包含的链接才是最终的链接指向。

window.location.href="http://www.mca.gov.cn//article/sj/xzqh/2020/202011/202011060901.html";

这个htnl包含很多script标签，需要循环判断一下，同时里面的url需要处理一下域名后面的双斜杠换成单斜杠，不然jsoup会报错。

for (int i=0;i

if(doc.get(i).data().contains("window.location.href=")){

s=doc.get(i).data().split("=")[1];

s=s.replace("\"","");

s=s.replace(";","");

}

}

接下来就到了真正要解析的页面了，我们要的数据同样是在table标签的tr标签里，但是当你去取的时候发现数据不全，这是因为jsoup通过get取的数据大小有限制，我们需要通过maxBodySize方法设置一下。

tr= Jsoup.connect(s).maxBodySize(Integer.MAX_VALUE)

.get()

.select("table")

.get(0)

.select("tr");

每个tr标签对应的一行数据，里面有多行的td标签

在这里插入图片描述

到这里你可能又要问了,省市区怎么区分的，看这个网页的结构，你就能看出差异，市级比省级缩进了一点，县级又比市级缩进了，通过网页源码也可以看出，省市用的td标签里的class属性值是一样的，都是class="xl7025509"，但是市级比省级多了一个span标签，而县级的class属性值跟省市是不一样的，class="xl7125509"，同样也有一个span标签，这样就很好区分了。

if(cityInfo.hasClass("xl7025509")){//省市

if(!cityInfo.select("span").isEmpty()){//市

}else{//省

if(cityName.endsWith("市")){

}

}

}else if(cityInfo.hasClass("xl7125509")){//区县

if(!cityInfo.select("span").isEmpty()){

}

这里要注意一下，因为四个直辖市的原因，直辖市是省级，下面直接就是县级了，可能需要自己去生成一个市级的。另外民政部在页面最后面注明了：台湾省、香港特别行政区和澳门特别行政区暂缺地市和区县信息。

到这里基本主要的逻辑就已经讲完了，代码已经上传到了我的github，这里附上Demo源码，另外根据获取的信息，我还制作了省市县的三级结构Json文件方便大家直接使用，如果有帮助到大家，希望可以给个Star，谢谢。