探索全球地理信息:City-State Ruby Gem
City-State 是一款简洁而强大的 Ruby 库,它允许您轻松地获取任何国家的州列表以及任何州的城市列表。基于 MaxMind 数据库,它提供了准确且全面的世界各国地理信息。
兼容性
本项目主要针对 Ruby 3 及更高版本进行开发和维护。如果您仍在使用 Ruby 2,请查阅 v0
分支以获得兼容支持。
Ruby 3 和更高版本
- 这是主开发分支。
- 新特性和改进将在此分支上添加。
- 确保您的环境已安装 Ruby 3 或更高版本。
Ruby 2 支持
- 对于 Ruby 2 用户,请切换到
v0
分支。 v0
分支处于维护模式,只接收错误修复,不再新增功能。
安装与使用
要开始使用 City-State,只需在您的 Gemfile
中加入:
gem 'city-state'
然后运行:
$ bundle install
获取数据
获取指定国家(如美国)的州列表:
CS.states(:US)
列出特定州(如阿拉斯加)及其所在国家(美国)的城市:
CS.cities(:AK, :US)
数据库查询是大小写不敏感的,您可以使用各种变体。
自定义名称
通过创建 db/cities-lookup.yml
、db/states-lookup.yml
和 db/countries-lookup.yml
文件,您可以对城市、州或国家名称进行重命名或添加缺失的城市。
例如,将国家 US
改为 America
:
# db/countries-lookup.yml
US: "America"
或者将州名 California
更改为 Something Else
:
# db/states-lookup.yml
US:
CA: Something Else
数据库更新
MaxMind 每周二更新其数据库。从 2019 年底开始,尽管需要免费注册并获取许可证密钥,但不需要下载新的数据文件。通过调用 CS.set_license_key
方法,设置您的许可证密钥即可自动更新数据。
使用自定义数据库
若您已有 MaxMind 的 CSV 数据文件,可以使用 CS.set_maxmind_zip_url
设置自定义 URL 来使用它。
开源与许可证
City-State 遵循 MIT 许可证,由 Daniel Loureiro 创建。MaxMind 数据库则遵循 Creative Commons Attribution 3.0 Unported License。
更多信息
了解更多关于 City-State 如何创建的细节以及其他更新,查看 CHANGELOG.md。
这个强大而灵活的库使开发者能快速集成地理信息,无论是在创建地理位置应用,还是在处理与国家和地区相关的数据分析时,都能提供极大的便利。立即尝试 City-State,并为您的项目解锁全球地理数据的潜力!
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~058CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。07GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0381- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









