feat(ip): 添加区域数据转换工具

- 实现 AreaCity 数据格式转换功能
- 支持将 ok_data_level3.csv 转换为 area.csv 格式
- 添加数据转换规则处理（id、name、type、parentId 映射）
- 集成 CsvUtil 进行 CSV 文件读写操作
- 实现数据过滤（排除国外数据）
- 添加数据排序功能以方便对比变更
- 提供完整的转换工具使用说明
```

yudao-framework/yudao-spring-boot-starter-biz-ip/src/test/java/cn/iocoder/yudao/framework/ip/core/utils/AreaDataConverterTest.java

@@ -0,0 +1,115 @@
+package cn.iocoder.yudao.framework.ip.core.utils;
+
+import cn.hutool.core.io.resource.ResourceUtil;
+import cn.hutool.core.text.csv.CsvData;
+import cn.hutool.core.text.csv.CsvRow;
+import cn.hutool.core.text.csv.CsvUtil;
+import cn.iocoder.yudao.framework.ip.core.Area;
+import org.junit.jupiter.api.Test;
+
+import java.io.FileWriter;
+import java.io.IOException;
+import java.util.ArrayList;
+import java.util.Comparator;
+import java.util.List;
+
+/**
+ * AreaCity 数据转换工具
+ *
+ * 将 AreaCity-JsSpider-StatsGov 的 ok_data_level3.csv 格式转换为 yudao-cloud 的 area.csv 格式
+ *
+ * 新格式列：id,pid,deep,name,pinyin_prefix,pinyin,ext_id,ext_name
+ * 旧格式列：id,name,type,parentId
+ *
+ * 转换规则：
+ * 1. id = id (完整行政区划代码，需要补码)
+ * 2. name = ext_name (完整名称)
+ * 3. type = deep + 2 (0->2省, 1->3市, 2->4区)
+ * 4. parentId = 父节点的id  (省级 parentId=1)
+ *
+ * 使用方法：
+ * 1. 下载 ok_data_level3-4.csv.7z: https://github.com/xiangyuecn/AreaCity-JsSpider-StatsGov/releases
+ * 2. 解压获取 ok_data_level3.csv 放到 src/test/resources/ok_data_level3.csv
+ * 3. 运行本工具转换
+ * 4. 替换 area_new.csv
+ *
+ * @author 芋道源码
+ * @see https://github.com/YunaiV/yudao-cloud/issues/299
+ */
+public class AreaDataConverterTest {
+
+    @Test
+    public void ok_data_level3_to_area() {
+        String inputFile = "ok_data_level3.csv";
+        String outputFile = "src/test/resources/area_new.csv";
+
+        System.out.println("开始转换 AreaCity 数据...");
+        System.out.println("输入文件: " + inputFile);
+        System.out.println("输出文件: " + outputFile);
+
+        try {
+            convert(inputFile, outputFile);
+            System.out.println("转换完成！");
+        } catch (Exception e) {
+            System.err.println("转换失败: " + e.getMessage());
+            e.printStackTrace();
+        }
+    }
+
+    /**
+     * 执行数据转换
+     */
+    public void convert(String inputFile, String outputFile) throws IOException {
+        // 读取新格式文件
+        CsvData csvData = CsvUtil.getReader().read(ResourceUtil.getUtf8Reader(inputFile));
+        List<CsvRow> rows = csvData.getRows();
+
+        // 跳过 header
+        rows.remove(0);
+
+        List<AreaObj> areas = new ArrayList<>();
+        areas.add(new AreaObj(Area.ID_CHINA, "中国", 1, Area.ID_GLOBAL));
+        // 转换每一行数据
+        for (CsvRow row : rows) {
+
+            // id
+            String idStr = String.format("%-6s", Integer.parseInt(row.get(0))).replace(' ', '0');
+
+            // 转换层级
+            int deep = Integer.parseInt(row.get(2));
+            int type = deep + 2; // 0->2省, 1->3市, 2->4区
+
+            //名称
+            String name = row.get(7);
+            if (name.contains("国外")) { //排除国外数据
+                continue;
+            }
+
+            //父id
+            String pidStr = String.format("%-6s", Integer.parseInt(row.get(1))).replace(' ', '0');
+            if ("000000".equals(pidStr)) {
+                pidStr = "1"; // 省级，父节点为中国
+            }
+
+            areas.add(new AreaObj(Integer.parseInt(idStr), name, type, Integer.parseInt(pidStr)));
+        }
+
+        //按照yudao原始规则排序【方便对比变更】
+        areas.sort(Comparator.comparingInt(AreaObj::type).thenComparing(AreaObj::id));
+        // 写入转换后的文件
+        FileWriter writer = new FileWriter(outputFile);
+        // 写入 header
+        writer.write("id,name,type,parentId\n");
+        // 写入行
+        for (AreaObj area : areas) {
+            writer.write(String.format("%d,%s,%d,%d\n", area.id, area.name, area.type, area.parentId));
+        }
+        writer.close();
+        System.out.println("转换完成，共处理 " + areas.size() + " 行数据");
+
+    }
+
+    record AreaObj(int id, String name, int type, int parentId) {
+    }
+
+}