This document is in spanish
A pesar de la leyenda restrictiva en el archivo descargado, la información es liberada bajo licencia LIBRE USO MX por lo que mientras se cite la fuente y se utilice en los términos de la misma licencia se permite su distribución y uso de la información incluso para fines comerciales.
La base de datos en texto se puede descargar desde: https://www.correosdemexico.gob.mx/SSLServicios/ConsultaCP/CodigoPostal_Exportar.aspx
d_codigo Descripción del código
d_asenta Asentamiento
d_tipo_asenta Nombre del asentamiento
D_mnpio Nombre del municipio
d_estado Nombre del estado
d_ciudad Nombre de la ciudad
d_CP Nombre de la oficina administradora
c_estado clave estado
c_oficina Clave de la oficina administradora
c_CP (vacío, no usado)
c_tipo_asenta clave del tipo de asentamiento
c_mnpio clave municipio del estado
id_asenta_cpcons clave consecutiva del asentamiento
d_zona Nombre de la zona
c_cve_ciudad clave ciudad
Primero, no podemos dar por hecho que la información no va a cambiar, podría cambiar, por ilógico que parezca se pueden crear estados, anexarse a ciudades, cambiar el nombre de una ciudad, etc. por lo que debe ser creada de esta forma desde su origen.
Lista de las 32 entidades federativas, la información corresponde a INEGI, por lo que el estado en lugar de llamarse "Veracruz" se llama "Veracruz de Ignacio de la Llave", por eso crearemos la tabla con un campo de nombre común de los ya conocidos.
Cada municipio tiene una clave numérica que está relacionada directamente con el estado, por lo que en realidad es una llave compuesta.
La clave se comporta como el municipio (estado + ciudad), la diferencia es que un código postal puede estar o no relacionada con una ciudad.
No todos los códigos postales de un municipio pertenecen a una ciudad por lo que no todos los municipios tienen una y sola una ciudad.
También existen códigos postales que están relacionados con una ciudad y al mismo tiempo no están relacionados con alguna, lo único que se me ocurre es que el código postal es tan amplio que abarca zonas que pertenecen a una ciudad y zonas que están fuera de la ciudad.
La entidad que sí tiene una relación directa con la ciudad es el asentamiento (colonia) por lo que podemos decir que un asentamiento pertenece en su totalidad o no a una ciudad.
Hay tres zonas: Rural, semi-urbano y urbano y no viene especificada su clave. No encuentro en qué sentido podría ser útil esta información.
Se puede entender asentamiento como "Colonia", en el catálogo podremos encontrar colonias en el mismo municipio y con el mismo nombre, pero con diferente clave. Esto es porque el tipo de asentamiento cambia.
Se puede identificar un asentamiento de forma única por el conjunto de estos campos: nombre + tipo de asentamiento + municipio + estado.
Sin embargo, para cada uno de estos registros le corresponden varios códigos postales.
Los tipos de asentamiento juegan el papel de un prefijo para la colonia (asentamiento), por ejemplo: en la delegación Álvaro Obregón de la Ciudad de México existen dos asentamientos llamados "Molino de Santo Domingo", donde uno es "Unidad habitacional" y el otro es "Colonia".
Como esta base de datos es creada por SEPOMEX y no por INEGI, cuenta con un tipo de asentamiento llamado "Gran usuario", no es información geográfica y representa únicamente a los intereses de SEPOMEX, pero vaya, es un código postal.
Por lo anterior, un asentamiento debería llamarse asentamiento + tipo de asentamiento, por ejemplo:
- Molino de Santo Domingo (Unidad habitacional)
- Molino de Santo Domingo (Colonia)
- Los campos
d_CPyC_oficinason idénticos, se refiere a la oficina de SEPOMEX que les reparte a un código postal, no hay una descripción de su ubicación o su nombre así que podemos considerar no nos sirve. - El campo
c_CPes un campo vacío. - El campo
id_asenta_cpconses un consecutivo de códigos postales, algo así como una llave autonumerada, encontraremos varios registros en donde lo único que cambia es esta clave y los otros campos: asentamiento, tipo de asentamiento, municipio y estado son los mismos.
La información la tabla de códigos postales debería contener solamente: código postal + municipio + estado
El código postal en México es un número de 5 dígitos con ceros a la izquierda, eso lo convierte en un texto, pero solo para su visualización, para la base de datos será considerado un número y de esa forma agilizar las consultas.
Gracias a esta base de datos podríamos saber, por ejemplo:
- Los estados de México.
- Para un estado, las ciudades que lo conforman.
- Para un estado, los municipios que lo conforman.
- Para una ciudad, qué municipios están incluidos.
- Las colonias (asentamientos) que conforman un municipio.
Lo que se pretende es normalizar la información por lo que la estructura debería ser:
Nomenclatura: entidad <- entidad_padre
estado
tipo asentamiento
municipio <- estado
ciudad <- estado
asentamiento <- tipo asentamiento
<- ciudad (puede ser nulo)
codigo <- municipio
codigos x asentamiento <- asentamiento
<- codigo
Existe un script create-sqlite-from-raw.php que toma el archivo de texto de sepomex
y a partir de él crea una base de datos de sqlite.
- Crear las estructuras
- Leer cada una de las líneas de texto e insertarlas en la tabla raw
- Llenar por consultas de SQL las tablas
CREATE TABLE raw (d_codigo text, d_asenta text, d_tipo_asenta text, d_mnpio text, d_estado text, d_ciudad text, d_cp text, c_estado text, c_oficina text, c_cp text, c_tipo_asenta text, c_mnpio text, id_asenta_cpcons text, d_zona text, c_cve_ciudad text);
CREATE TABLE states (id integer primary key not null, name text not null);
CREATE TABLE districts (id integer primary key autoincrement not null, idstate integer not null, name text not null, idraw text);
CREATE TABLE cities (id integer primary key autoincrement not null, idstate integer not null, name text not null, idraw text);
CREATE TABLE locationtypes (id integer primary key not null, name text not null);
CREATE TABLE locations (id integer primary key autoincrement not null, idlocationtype integer not null, iddistrict integer not null, idcity integer default null, name text not null);
CREATE TABLE zipcodes (id integer primary key not null, iddistrict int not null);
CREATE TABLE locationzipcodes (idlocation integer not null, zipcode integer not null, primary key(idlocation, zipcode));-- states (estados)
INSERT INTO states (id, name)
SELECT DISTINCT CAST(c_estado AS INTEGER) as id, d_estado as name FROM raw ORDER BY c_estado;
-- districts (municipios)
INSERT INTO districts (idstate, name, idraw)
SELECT DISTINCT CAST(c_estado AS INTEGER) as idstate, d_mnpio as name, CAST(c_mnpio AS INTEGER) as idraw FROM raw ORDER BY c_estado, c_mnpio;
-- cities (ciudades)
INSERT INTO cities (idstate, name, idraw)
SELECT DISTINCT CAST(c_estado AS INTEGER) as idstate, d_ciudad as name, CAST(c_cve_ciudad AS INTEGER) as idraw FROM raw WHERE (d_ciudad <> '') ORDER BY c_estado, c_cve_ciudad;
-- locationtypes (tipo de asentamiento)
INSERT INTO locationtypes (id, name)
SELECT DISTINCT CAST(c_tipo_asenta AS INTEGER) AS id, d_tipo_asenta AS name FROM raw ORDER BY c_tipo_asenta;
-- locations (asentamientos)
INSERT INTO locations (idlocationtype, iddistrict, idcity, name)
SELECT DISTINCT t.id as idlocationtype, d.id AS iddistrict, c.id AS idcity, d_asenta AS name
FROM raw AS r
INNER JOIN locationtypes as t ON (t.name = r.d_tipo_asenta)
INNER JOIN districts as d ON (d.idraw = CAST(c_mnpio AS INTEGER) AND d.idstate = CAST(c_estado AS INTEGER))
LEFT JOIN cities as c ON (c.idraw = CAST(c_cve_ciudad AS INTEGER) AND c.idstate = CAST(c_estado AS INTEGER));
-- zipcodes (codigos postales)
INSERT INTO zipcodes (id, iddistrict)
SELECT DISTINCT CAST(d_codigo AS INTEGER) AS id, d.id AS iddistrict
FROM raw AS r
INNER JOIN districts AS d ON (d.idraw = CAST(c_mnpio AS INTEGER) AND d.idstate = CAST(c_estado AS INTEGER));
-- locationzipcodes (relación N a N de asentamientos y códigos postales)
INSERT INTO locationzipcodes (idlocation, zipcode)
SELECT DISTINCT l.id AS idlocation, CAST(d_codigo AS INTEGER) AS zipcode
FROM raw AS r
INNER JOIN locationtypes AS t ON (t.name = r.d_tipo_asenta)
INNER JOIN districts AS d ON (d.idraw = CAST(c_mnpio AS INTEGER) AND d.idstate = CAST(c_estado AS INTEGER))
INNER JOIN locations AS l ON (t.id = l.idlocationtype AND d.id = l.iddistrict AND l.name = r.d_asenta)