110000:['北京市', 1],
110100:['北京市', 110000],
110101:['东城区', 110100],
110102:['西城区', 110100],
110105:['朝阳区', 110100],
110106:['丰台区', 110100],
110107:['石景山区', 110100],
110108:['海淀区', 110100],
110109:['门头沟区', 110100],
110111:['房山区', 110100],
110112:['通州区', 110100],
110113:['顺义区', 110100],
110114:['昌平区', 110100],
110115:['大兴区', 110100],
110116:['怀柔区', 110100],
110117:['平谷区', 110100],
110199:['其它区', 110100],
110200:['县', 110000],
110228:['密云县', 110200],
110229:['延庆县', 110200],如何转化为：
"86": {
"110000": "北京市",
"120000": "天津市",
"130000": "河北省",
"140000": "山西省",
"150000": "内蒙古自治区",
"210000": "辽宁省",
"220000": "吉林省",
"230000": "黑龙江省",
"310000": "上海市",
"320000": "江苏省",
"330000": "浙江省",
"340000": "安徽省",
"350000": "福建省",
"360000": "江西省",
"370000": "山东省",
"410000": "河南省",
"420000": "湖北省",
"430000": "湖南省",
"440000": "广东省",
"450000": "广西壮族自治区",
"460000": "海南省",
"500000": "重庆市",
"510000": "四川省",
"520000": "贵州省",
"530000": "云南省",
"540000": "西藏自治区",
"610000": "陕西省",
"620000": "甘肃省",
"630000": "青海省",
"640000": "宁夏回族自治区",
"650000": "新疆维吾尔自治区",
"710000": "台湾省",
"810000": "香港特别行政区",
"820000": "澳门特别行政区"
},
"110000": {
"110100": "市辖区"
},
"110100": {
"110101": "东城区",
"110102": "西城区",
"110105": "朝阳区",
"110106": "丰台区",
"110107": "石景山区",
"110108": "海淀区",
"110109": "门头沟区",
"110111": "房山区",
"110112": "通州区",
"110113": "顺义区",
"110114": "昌平区",
"110115": "大兴区",
"110116": "怀柔区",
"110117": "平谷区",
"110228": "密云县",
"110229": "延庆县"
}这种格式呢？能力有限，实在是想不出来，这种能实现转化吗？
扔个三星炸死你2017-06-12 09:31:38
手机回答，没办法给你上代码，但是大概思路应该是：
1.先理一下你的需求，如果我理解错了，下面的就不用看了：
你是想把原来的一维的，没有层级结构的数据按照国家代号，省市代号，地区代号这样分开，下一级地区的key是上一级省市的key，通过代码可以直接从国家到省到市，一级一级的找到某地区。
2.首先，你的数据是一个对象，每个属性是对应值的地区代号，而值是一个数组，第二个元素是他的父节点代号，这就好办了。
3.先建立一个空对象。
4.循环遍历原对象。
5.每拿到一个原对象的属性，先判断他的值（也就是二值数组）的第二个值，如果是1，说明是顶级地区，也就是省或者直辖市，把这些写到新建立对象中，写在86国家代码那个属性下，
6.如果拿到的第二个值不是1，说明他不是顶级的省或者市，而是某个地区，去新对象下去找有没有该代码对应的省或地区，如果没有，就在新对象中新建，有则直接写到对应代码中。
7.这样就可以按照 国家～省/直辖市～地区，的方式划分开
8.看到你还特意标明了，直辖市，根据你给的数据，如果省名称和直辖市名称一样的话，就表明成直辖市就行了
9.手机打，会有很多不好理解的地方，如果方法不能理解或者有错，请直接忽视
ringa_lee2017-06-12 09:31:38
一个简单的示例如下（源数据格式非 JSON，故简单实现中强行 eval 之）：
const src = `
110000: ['北京市', 1],
110100: ['北京市', 110000],
110101: ['东城区', 110100],
110102: ['西城区', 110100],
110105: ['朝阳区', 110100],
110106: ['丰台区', 110100],
110107: ['石景山区', 110100],
110108: ['海淀区', 110100],
110109: ['门头沟区', 110100],
110111: ['房山区', 110100],
110112: ['通州区', 110100],
110113: ['顺义区', 110100],
110114: ['昌平区', 110100],
110115: ['大兴区', 110100],
110116: ['怀柔区', 110100],
110117: ['平谷区', 110100],
110199: ['其它区', 110100],
110200: ['县', 110000],
110228: ['密云县', 110200],
110229: ['延庆县', 110200]
`
function convert (src) {
// hack 将结构字符串 eval 转为对象
const tmpObj = eval('(function () { return {' + src + '} })()')
// 输出目标格式，硬编码一条简单数据
const result = { 86: {}, 110000: { 110100: '市辖区' }, 110100: {} }
// [110000, 110100...]
const tmpArr = Object.keys(tmpObj)
tmpArr.forEach(key => {
result[86][key] = tmpObj[key][0]
})
tmpArr.forEach(key => {
if (tmpObj[key][1] === 110100) {
result[110100][key] = tmpObj[key][0]
}
})
return result
}
console.log(convert(src))执行结果：
➜ Desktop node demo
{ '86':
{ '110000': '北京市',
'110100': '北京市',
'110101': '东城区',
'110102': '西城区',
'110105': '朝阳区',
'110106': '丰台区',
'110107': '石景山区',
'110108': '海淀区',
'110109': '门头沟区',
'110111': '房山区',
'110112': '通州区',
'110113': '顺义区',
'110114': '昌平区',
'110115': '大兴区',
'110116': '怀柔区',
'110117': '平谷区',
'110199': '其它区',
'110200': '县',
'110228': '密云县',
'110229': '延庆县' },
'110000': { '110100': '市辖区' },
'110100':
{ '110101': '东城区',
'110102': '西城区',
'110105': '朝阳区',
'110106': '丰台区',
'110107': '石景山区',
'110108': '海淀区',
'110109': '门头沟区',
'110111': '房山区',
'110112': '通州区',
'110113': '顺义区',
'110114': '昌平区',
'110115': '大兴区',
'110116': '怀柔区',
'110117': '平谷区',
'110199': '其它区' } }