# 修复地区数据计划

## 目标
补全缺失的市级和区县级地区数据，使数据库与全国实际行政区划一致。

## 当前状态分析

### 问题
1. **市级缺失 22 个**：
   - 内蒙古缺 3 个盟（兴安盟、锡林郭勒盟、阿拉善盟）
   - 青海缺 6 个自治州（海北、黄南、海南、果洛、玉树、海西）
   - 四川缺 3 个自治州（阿坝、甘孜、凉山）
   - 贵州缺 3 个自治州（黔西南、黔东南、黔南）
   - 吉林缺 1 个（延边朝鲜族自治州）
   - 黑龙江缺 1 个（大兴安岭地区）
   - 湖北缺 1 个（恩施土家族苗族自治州）
   - 湖南缺 1 个（湘西土家族苗族自治州）
   - 海南缺 1 个（儋州市）

2. **区县级完全缺失**（约 2843 个）

## 实现方案

### 1. 补全市级数据（22个）

**文件**: `c:\Users\12914\Desktop\vscode\chunyu_project\user\management\commands\seed_regions.py`

在 `CITIES` 列表末尾添加缺失的市级地区：

```python
# 在CITIES列表末尾追加

# 内蒙古（补3个盟）
("兴安盟", "152200", "xingan", "150000"),
("锡林郭勒盟", "152500", "xilinguole", "150000"),
("阿拉善盟", "152900", "alashan", "150000"),

# 青海（补6个自治州）
("海北藏族自治州", "632200", "haibei", "630000"),
("黄南藏族自治州", "632300", "huangnan", "630000"),
("海南藏族自治州", "632500", "hainan", "630000"),
("果洛藏族自治州", "632600", "guoluo", "630000"),
("玉树藏族自治州", "632700", "yushu", "630000"),
("海西蒙古族藏族自治州", "632800", "haixi", "630000"),

# 四川（补3个自治州）
("阿坝藏族羌族自治州", "513200", "aba", "510000"),
("甘孜藏族自治州", "513300", "ganzi", "510000"),
("凉山彝族自治州", "513400", "liangshan", "510000"),

# 贵州（补3个自治州）
("黔西南布依族苗族自治州", "522300", "qianxinan", "520000"),
("黔东南苗族侗族自治州", "522600", "qiandongnan", "520000"),
("黔南布依族苗族自治州", "522700", "qiannan", "520000"),

# 吉林（补1个）
("延边朝鲜族自治州", "222400", "yanbian", "220000"),

# 黑龙江（补1个）
("大兴安岭地区", "232700", "daxinganling", "230000"),

# 湖北（补1个）
("恩施土家族苗族自治州", "422800", "enshi", "420000"),

# 湖南（补1个）
("湘西土家族苗族自治州", "433100", "xiangxi", "430000"),

# 海南（补1个）
# 注：儋州市已存在，需要检查编码是否正确
```

### 2. 区县级数据（约2843个）

**文件**: `c:\Users\12914\Desktop\vscode\chunyu_project\user\management\commands\data\districts.json`

方案：
- 创建独立的 JSON 文件存储区县级数据
- 数据格式：`[{"name": "东城区", "code": "110101", "parent_code": "110100", "pinyin": "dongcheng"}]`
- 文件预计约 300KB

**文件**: `c:\Users\12914\Desktop\vscode\chunyu_project\user\management\commands\seed_regions.py`

修改导入逻辑，使其支持从 JSON 文件加载区县级数据：

```python
import json
import os

class Command(BaseCommand):
    help = '导入全国省市区地区数据'

    def handle(self, *args, **options):
        # ... 导入省级、市级 ...
        
        # 导入区县级
        self.import_districts()
    
    def import_districts(self):
        """从JSON文件导入区县级数据"""
        json_path = os.path.join(os.path.dirname(__file__), 'data', 'districts.json')
        if not os.path.exists(json_path):
            self.stdout.write(self.style.WARNING(f'区县级数据文件不存在: {json_path}'))
            return
        
        with open(json_path, 'r', encoding='utf-8') as f:
            districts = json.load(f)
        
        count = 0
        for item in districts:
            parent = Region.objects.filter(code=item['parent_code'], level=2).first()
            if not parent:
                continue
            _, created = Region.objects.get_or_create(
                code=item['code'],
                defaults={
                    'name': item['name'],
                    'level': 3,
                    'pinyin': item.get('pinyin', ''),
                    'parent': parent,
                    'sort_order': 0,
                }
            )
            if created:
                count += 1
        
        self.stdout.write(self.style.SUCCESS(f'成功导入 {count} 条区县级数据'))
```

### 3. 数据来源

区县级数据来源：
- 国家统计局行政区划代码（2024年版）
- 民政部全国行政区划信息查询平台
- JSON 文件需手动生成或通过脚本获取

## 文件清单

| 文件 | 操作 | 说明 |
|------|------|------|
| `user/management/commands/seed_regions.py` | 修改 | 补全22个市级地区 + 添加区县级导入逻辑 |
| `user/management/commands/data/districts.json` | 新建 | 区县级数据文件（约2843条） |

## 验证步骤

1. 运行 `python manage.py seed_regions`
2. 验证市级数量：`Region.objects.filter(level=2).count()` == 340
3. 验证区县级数量：`Region.objects.filter(level=3).count()` >= 2800
4. 验证API：`GET /user/regions/?parent_code=130100` 返回石家庄市下属区县
5. 前端测试：个人中心地区选择器可正常显示三级级联

## 假设与决策

### 假设
- JSON 文件可手动创建或通过外部脚本生成
- 国家统计局数据为权威来源
- 数据量约 300KB，加载时间可接受

### 决策
- 使用 `get_or_create` 避免重复导入
- 区县级数据独立为 JSON 文件，便于维护和更新
- 省级、市级数据继续硬编码（数量少且稳定）