烂人不配爱1. 身份证号码的结构与校验规则解析
身份证号码作为我国公民的唯一法定身份标识，其编码规则蕴含着丰富的信息。一个标准的18位身份证号码由以下几部分组成：
code复制6位地区码 + 8位出生日期 + 3位顺序码 + 1位校验码
1.1 地区码解析
前6位数字代表持卡人的户籍所在地，按照GB/T 2260《中华人民共和国行政区划代码》标准编制。例如：
- 110000 北京市
- 310000 上海市
- 440300 深圳市
注意：地区码会随行政区划调整而变化，实际应用中建议使用最新版的行政区划代码表。
1.2 出生日期编码
第7到14位数字表示持卡人的出生日期，格式为YYYYMMDD。例如：
- 19900315 表示1990年3月15日出生
- 20051208 表示2005年12月8日出生
1.3 顺序码与性别判定
第15到17位是顺序码，其中第17位数字的奇偶性决定性别：
- 奇数：男性
- 偶数：女性
例如：
- 017 → 男性（17是奇数）
- 024 → 女性（24是偶数）
1.4 校验码计算原理
第18位校验码采用ISO 7064:1983标准计算，具体算法如下：
-
将前17位数字分别乘以对应的权重系数：
python复制weights = [7, 9, 10, 5, 8, 4, 2, 1, 6, 3, 7, 9, 10, 5, 8, 4, 2] -
计算加权和：
python复制total = sum(int(id_num[i]) * weights[i] for i in range(17)) -
取模运算得到校验位序号：
python复制check_code = ['1', '0', 'X', '9', '8', '7', '6', '5', '4', '3', '2'] index = total % 11 -
校验位应为
check_code[index]
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. Python实现身份证信息提取
2.1 基础信息提取函数
python复制import re
from datetime import datetime
def parse_id_card(id_num):
"""解析身份证基本信息"""
if not re.match(r'^\d{17}[\dXx]$', id_num):
raise ValueError("身份证号码格式错误")
# 提取地区码（前6位）
area_code = id_num[:6]
# 提取出生日期（7-14位）
birth_date = datetime.strptime(id_num[6:14], '%Y%m%d').date()
# 提取性别（第17位）
gender = '男' if int(id_num[16]) % 2 else '女'
return {
'area_code': area_code,
'birth_date': birth_date.strftime('%Y-%m-%d'),
'gender': gender
}
2.2 校验码验证实现
python复制def validate_id_card(id_num):
"""验证身份证校验码"""
if len(id_num) != 18:
return False
weights = [7, 9, 10, 5, 8, 4, 2, 1, 6, 3, 7, 9, 10, 5, 8, 4, 2]
check_codes = ['1', '0', 'X', '9', '8', '7', '6', '5', '4', '3', '2']
try:
total = sum(int(id_num[i]) * weights[i] for i in range(17))
return id_num[-1].upper() == check_codes[total % 11]
except:
return False
2.3 完整示例代码
python复制class IDCardValidator:
def __init__(self):
self.weights = [7, 9, 10, 5, 8, 4, 2, 1, 6, 3, 7, 9, 10, 5, 8, 4, 2]
self.check_codes = ['1', '0', 'X', '9', '8', '7', '6', '5', '4', '3', '2']
def validate(self, id_num):
"""完整验证身份证号码"""
if not re.match(r'^\d{17}[\dXx]$', id_num):
return False, "格式错误：应为18位数字+X"
try:
# 校验日期合法性
birth_date = id_num[6:14]
datetime.strptime(birth_date, '%Y%m%d')
except:
return False, "出生日期不合法"
# 校验码验证
if not self._check_code_valid(id_num):
return False, "校验码错误"
return True, "验证通过"
def _check_code_valid(self, id_num):
total = sum(int(id_num[i]) * self.weights[i] for i in range(17))
return id_num[-1].upper() == self.check_codes[total % 11]
def parse_info(self, id_num):
"""解析身份证信息"""
is_valid, msg = self.validate(id_num)
if not is_valid:
raise ValueError(msg)
area_code = id_num[:6]
birth_date = datetime.strptime(id_num[6:14], '%Y%m%d').date()
gender = '男' if int(id_num[16]) % 2 else '女'
return {
'area': self._get_area(area_code),
'birth_date': birth_date.strftime('%Y-%m-%d'),
'gender': gender,
'zodiac': self._get_zodiac(birth_date.year),
'constellation': self._get_constellation(birth_date.month, birth_date.day)
}
def _get_area(self, code):
# 实际应用中应连接行政区划数据库
return "地区码：" + code
def _get_zodiac(self, year):
# 生肖计算（简化版）
zodiacs = ['鼠', '牛', '虎', '兔', '龙', '蛇', '马', '羊', '猴', '鸡', '狗', '猪']
return zodiacs[(year - 4) % 12]
def _get_constellation(self, month, day):
# 星座计算
dates = (21, 20, 21, 21, 22, 22, 23, 24, 24, 24, 23, 22)
constellations = ["摩羯", "水瓶", "双鱼", "白羊", "金牛", "双子",
"巨蟹", "狮子", "处女", "天秤", "天蝎", "射手"]
return constellations[month-1] if day < dates[month-1] else constellations[month%12]
3. 实际应用中的注意事项
3.1 边界情况处理
-
闰年判断：2月29日出生的情况需要特殊处理
python复制def is_leap_year(year): return year % 4 == 0 and (year % 100 != 0 or year % 400 == 0) def validate_birthday(year, month, day): if month == 2 and day == 29: return is_leap_year(year) return True -
地区码有效性：需要维护最新的行政区划数据库
python复制# 示例地区码验证 def validate_area_code(code): return len(code) == 6 and code.isdigit()
3.2 性能优化建议
-
预计算权重和：对于批量验证场景
python复制import numpy as np def batch_validate(id_list): weights = np.array([7, 9, 10, 5, 8, 4, 2, 1, 6, 3, 7, 9, 10, 5, 8, 4, 2]) check_codes = ['1', '0', 'X', '9', '8', '7', '6', '5', '4', '3', '2'] results = [] for id_num in id_list: nums = np.array([int(c) for c in id_num[:17]]) total = np.sum(nums * weights) results.append(id_num[-1].upper() == check_codes[total % 11]) return results -
缓存机制：对高频查询的地区码信息建立缓存
python复制from functools import lru_cache @lru_cache(maxsize=1024) def get_area_info(code): # 数据库查询或API调用 return query_area_database(code)
4. 扩展功能实现
4.1 身份证图片识别集成
结合OCR技术实现身份证图片信息提取：
python复制import pytesseract
from PIL import Image
def extract_id_from_image(image_path):
"""从身份证图片提取号码"""
img = Image.open(image_path)
# 预处理图像（实际应用需要更复杂的处理）
text = pytesseract.image_to_string(img, lang='chi_sim')
# 使用正则表达式提取身份证号
match = re.search(r'[1-9]\d{16}[\dXx]', text.replace(' ', ''))
return match.group() if match else None
4.2 Web服务接口封装
使用Flask创建REST API：
python复制from flask import Flask, request, jsonify
app = Flask(__name__)
validator = IDCardValidator()
@app.route('/api/idcard/validate', methods=['POST'])
def validate_api():
data = request.get_json()
id_num = data.get('id_number', '')
is_valid, msg = validator.validate(id_num)
return jsonify({'valid': is_valid, 'message': msg})
@app.route('/api/idcard/parse', methods=['POST'])
def parse_api():
data = request.get_json()
id_num = data.get('id_number', '')
try:
info = validator.parse_info(id_num)
return jsonify({'success': True, 'data': info})
except ValueError as e:
return jsonify({'success': False, 'error': str(e)}), 400
4.3 数据库集成示例
python复制import sqlite3
class IDCardDB:
def __init__(self, db_path='idcards.db'):
self.conn = sqlite3.connect(db_path)
self._create_table()
def _create_table(self):
self.conn.execute('''CREATE TABLE IF NOT EXISTS idcards
(id TEXT PRIMARY KEY,
area_code TEXT,
birth_date TEXT,
gender TEXT,
create_time TIMESTAMP DEFAULT CURRENT_TIMESTAMP)''')
def save_idcard(self, id_num):
info = parse_id_card(id_num)
self.conn.execute(
"INSERT INTO idcards (id, area_code, birth_date, gender) VALUES (?, ?, ?, ?)",
(id_num, info['area_code'], info['birth_date'], info['gender'])
)
self.conn.commit()
def query_by_area(self, area_code):
cursor = self.conn.execute(
"SELECT id, birth_date, gender FROM idcards WHERE area_code=?",
(area_code,)
)
return cursor.fetchall()
我在实际开发中发现，身份证校验系统最常遇到的三个问题是：1）开发者容易忽略地区码的时效性（行政区划会调整）；2）对15位旧身份证的兼容处理不足；3）校验码计算时未考虑大小写X的问题。建议在核心验证逻辑之外，增加适当的日志记录和异常捕获机制，便于排查问题。