民政部JSON获取省市级sf基础数据（需处理）

API前缀都是 http://xzqh.mca.gov.cn/data/,
获取全国省级地图，则加后缀quanguo.json;
获取全国县级地图，则加后缀xian_quanguo.json;
获取部分地区，如某个市的县级地图，则加该行政区域代码，再加.json;
区划代码：2020年12月中华人民共和国县以上行政区划代码https://www.mca.gov.cn/mzsj/xzqh/2020/20201201.html
如果要获取市级地图，需要按遍历行政区域代码获取所有市的地图，然后合并县级区域；
全国主要山脉，南海十段线数据，则加后缀quanguo_Line.geojson;
注：县级地图数据不包括香港和澳门特别行政区，市级地图数据不包括台湾省。

library(geojsonsf)
library(sf)
library(ggplot2)
library(RColorBrewer)

API_pre = "http://xzqh.mca.gov.cn/data/"
## 1.全国
China = st_read(dsn = paste0(API_pre, "quanguo.json"),stringsAsFactors=FALSE) 
st_crs(China) = 4326

## 1.主要山脉、南海十段线
China_line = st_read(dsn = paste0(API_pre, "quanguo_Line.geojson"),stringsAsFactors=FALSE) 
st_crs(China_line) = 4326
gjx <- China_line[China_line$QUHUADAIMA == "guojiexian",]


ggplot(China,aes(group=QUHUADAIMA,fill=QUHUADAIMA))+
  geom_sf()+
  geom_sf(data=gjx)

## 2.全国_县级
China_Xian = st_read(dsn = paste0(API_pre, "xian_quanguo.json"),stringsAsFactors=FALSE) 
st_crs(China_Xian) = 4326

ggplot(China_Xian)+
  geom_sf()

library(geojsonsf)
library(sf)
library(ggplot2)
library(RColorBrewer)

API_pre = "http://xzqh.mca.gov.cn/data/"
j="410000"
xj <-  st_read(dsn = paste0(API_pre,j,".json"),stringsAsFactors=FALSE) 
st_crs(xj) = 4326
xj_sh <- xj[which(substr(xj$QUHUADAIMA,1,2)=="41"),]

ggplot(xj_sh,aes(group=QUHUADAIMA,fill=FillColor))+
  geom_sf()

API_pre = "http://xzqh.mca.gov.cn/data/"
j="310000"
xj <-  st_read(dsn = paste0(API_pre,j,".json"),stringsAsFactors=FALSE) 
st_crs(xj) = 4326
xj_sh <- xj[which(substr(xj$QUHUADAIMA,1,2)=="31"),]
xj_hai <- xj[which(xj$QUHUADAIMA=="hai"),]

ggplot(st_difference(xj_sh, xj_hai),aes(group=QUHUADAIMA,fill=factor(QUHUADAIMA)))+
  geom_sf()