详细说明：
最近的项目要用到全国省市数据，于是到网上找了一些。可是下载下来看一下，格式都不是我想要的。基本上都是分表的，省、市分开保存，有的还有地区表。而自己想要一个表的，或者是一个xml，或者是一个Json。 搜索过程中，找到了国家统计局的省市数据，看页面简单，正好最近在弄数据采集。以其下载别人的，还要扣金币、不如自己采集吧，一方面练习，另一方面也上传供下载，赚些金币，嘿嘿。 好了，牢骚说完了，说正事。 数据来源与国家统计局网站，网址是：http://www.stats.gov.cn/tjbz/xzqhdm/t20090626_402568086.htm （这些数据还包含了行政区域代码，就是身份证号码前6位，可以用来查询身份证归属地^_^） 这个页面数据是有规律的，每个省份包含在 标签内，而城市和地区则用
分隔 我是的采集正则表达式是：(
|
)(\d{6})(\s*)([^<]*) 这里有几个地方需要注意，其实是他们发布数据时的一点点不规则的地方: 1.宁夏回族自治区， 开始时多了个
。上面说了省份是包含在
标签内，所以这个情况如果想只找出省份的话，用
是匹配不到的 2.有些地方的空格是用 ,有的地方是全角空格，有的地方是用半角空格，如果有用到空格的地方就注意一下咯，我在保存 xml 和 Json 时，就用到了空格，所以我都做替换了 要注意的就这两点而已，好了，我会把这段文字和 xml、Json 一起打包上传。 谢谢大家支持。 ...展开收缩
