Python批量处理身份证提取有关信息

以你之姓@ 2022-11-15 12:23 515阅读 0赞

## 情境导入： ##

###### 假如我们有一个这样的需求，想通过身份证知晓一些身份信息。比如：地区码、生日、年龄、性别等。同时，通过生日，我们还可以知晓农历生日、出生周、星座、生肖信息；通过年龄，我们可以进行群体分层便于需求分析；通过性别，可以知晓比例关系…这些需求我们可以用pandas轻松实现 ######

有了以上需求，我们需要先了解身份证构成原理：

<table> 
 <thead> 
  <tr> 
   <th>身份证位数</th> 
   <th>具体表示</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>1-6位：</td> 
   <td>全国地区码，包括省市县三级（有些是自治区、州、市或者直辖市），好像只适用于中国大陆群体</td> 
  </tr> 
  <tr> 
   <td>7-14：</td> 
   <td>出生日期 年月日 具体格式 xxxx-xx-xx</td> 
  </tr> 
  <tr> 
   <td>第17位：</td> 
   <td>性别 男性奇数、女性偶数 可通过取余来进行判断</td> 
  </tr> 
 </tbody> 
</table>

好滴，接下来就是利用python中的pandas来具体实现的过程了。

# 导入模块
    import pandas as pd
    # import datetime
    from datetime import datetime
    #获取农历生日
    from borax.calendars.lunardate import LunarDate

#地区码，为了节省运行时间，我这里主要是湖南地区
    area = { 
         430000:'湖南省',
    430100:'湖南省长沙市',
    430101:'湖南省长沙市市辖区',
    430102:'湖南省长沙市芙蓉区',
    430103:'湖南省长沙市天心区',
    430104:'湖南省长沙市岳麓区',
    430105:'湖南省长沙市开福区',
    430111:'湖南省长沙市雨花区',
    430121:'湖南省长沙市长沙县',
    430122:'湖南省长沙市望城县',
    430124:'湖南省长沙市宁乡县',
    430181:'湖南省长沙市浏阳市',
    430200:'湖南省株洲市',
    430201:'湖南省株洲市市辖区',
    430202:'湖南省株洲市荷塘区',
    430203:'湖南省株洲市芦淞区',
    430204:'湖南省株洲市石峰区',
    430211:'湖南省株洲市天元区',
    430221:'湖南省株洲市株洲县',
    430223:'湖南省株洲市攸县',
    430224:'湖南省株洲市茶陵县',
    430225:'湖南省株洲市炎陵县',
    430281:'湖南省株洲市醴陵市',
    430300:'湖南省湘潭市',
    430301:'湖南省湘潭市市辖区',
    430302:'湖南省湘潭市雨湖区',
    430304:'湖南省湘潭市岳塘区',
    430321:'湖南省湘潭市湘潭县',
    430381:'湖南省湘潭市湘乡市',
    430382:'湖南省湘潭市韶山市',
    430400:'湖南省衡阳市',
    430401:'湖南省衡阳市市辖区',
    430402:'湖南省衡阳市江东区',
    430403:'湖南省衡阳市城南区',
    430404:'湖南省衡阳市城北区',
    430411:'湖南省衡阳市郊区',
    430412:'湖南省衡阳市南岳区',
    430421:'湖南省衡阳市衡阳县',
    430422:'湖南省衡阳市衡南县',
    430423:'湖南省衡阳市衡山县',
    430424:'湖南省衡阳市衡东县',
    430426:'湖南省衡阳市祁东县',
    430481:'湖南省衡阳市耒阳市',
    430482:'湖南省衡阳市常宁市',
    430500:'湖南省邵阳市',
    430501:'湖南省邵阳市市辖区',
    430502:'湖南省邵阳市双清区',
    430503:'湖南省邵阳市大祥区',
    430511:'湖南省邵阳市北塔区',
    430521:'湖南省邵阳市邵东县',
    430522:'湖南省邵阳市新邵县',
    430523:'湖南省邵阳市邵阳县',
    430524:'湖南省邵阳市隆回县',
    430525:'湖南省邵阳市洞口县',
    430527:'湖南省邵阳市绥宁县',
    430528:'湖南省邵阳市新宁县',
    430529:'湖南省邵阳市城步苗族自治县',
    430581:'湖南省邵阳市武冈市',
    430600:'湖南省岳阳市',
    430601:'湖南省岳阳市市辖区',
    430602:'湖南省岳阳市岳阳楼区',
    430603:'湖南省岳阳市云溪区',
    430611:'湖南省岳阳市君山区',
    430621:'湖南省岳阳市岳阳县',
    430623:'湖南省岳阳市华容县',
    430624:'湖南省岳阳市湘阴县',
    430626:'湖南省岳阳市平江县',
    430681:'湖南省岳阳市汨罗市',
    430682:'湖南省岳阳市临湘市',
    430700:'湖南省常德市',
    430701:'湖南省常德市市辖区',
    430702:'湖南省常德市武陵区',
    430703:'湖南省常德市鼎城区',
    430721:'湖南省常德市安乡县',
    430722:'湖南省常德市汉寿县',
    430723:'湖南省常德市澧县',
    430724:'湖南省常德市临澧县',
    430725:'湖南省常德市桃源县',
    430726:'湖南省常德市石门县',
    430781:'湖南省常德市津市市',
    430800:'湖南省张家界市',
    430801:'湖南省张家界市市辖区',
    430802:'湖南省张家界市永定区',
    430811:'湖南省张家界市武陵源区',
    430821:'湖南省张家界市慈利县',
    430822:'湖南省张家界市桑植县',
    430900:'湖南省益阳市',
    430901:'湖南省益阳市市辖区',
    430902:'湖南省益阳市资阳区',
    430903:'湖南省益阳市赫山区',
    430921:'湖南省益阳市南县',
    430922:'湖南省益阳市桃江县',
    430923:'湖南省益阳市安化县',
    430981:'湖南省益阳市沅江市',
    431000:'湖南省郴州市',
    431001:'湖南省郴州市市辖区',
    431002:'湖南省郴州市北湖区',
    431003:'湖南省郴州市苏仙区',
    431021:'湖南省郴州市桂阳县',
    431022:'湖南省郴州市宜章县',
    431023:'湖南省郴州市永兴县',
    431024:'湖南省郴州市嘉禾县',
    431025:'湖南省郴州市临武县',
    431026:'湖南省郴州市汝城县',
    431027:'湖南省郴州市桂东县',
    431028:'湖南省郴州市安仁县',
    431081:'湖南省郴州市资兴市',
    431100:'湖南省永州市',
    431101:'湖南省永州市市辖区',
    431102:'湖南省永州市芝山区',
    431103:'湖南省永州市冷水滩区',
    431121:'湖南省永州市祁阳县',
    431122:'湖南省永州市东安县',
    431123:'湖南省永州市双牌县',
    431124:'湖南省永州市道县',
    431125:'湖南省永州市江永县',
    431126:'湖南省永州市宁远县',
    431127:'湖南省永州市蓝山县',
    431128:'湖南省永州市新田县',
    431129:'湖南省永州市江华瑶族自治县',
    431200:'湖南省怀化市',
    431201:'湖南省怀化市市辖区',
    431202:'湖南省怀化市鹤城区',
    431221:'湖南省怀化市中方县',
    431222:'湖南省怀化市沅陵县',
    431223:'湖南省怀化市辰溪县',
    431224:'湖南省怀化市溆浦县',
    431225:'湖南省怀化市会同县',
    431226:'湖南省怀化市麻阳苗族自治县',
    431227:'湖南省怀化市新晃侗族自治县',
    431228:'湖南省怀化市芷江侗族自治县',
    431229:'湖南省怀化市靖州苗族侗族自治县',
    431230:'湖南省怀化市通道侗族自治县',
    431281:'湖南省怀化市洪江市',
    432500:'湖南省娄底地区',
    432501:'湖南省娄底地区娄底市',
    432502:'湖南省娄底地区冷水江市',
    432503:'湖南省娄底地区涟源市',
    432522:'湖南省娄底地区双峰县',
    432524:'湖南省娄底地区新化县',
    433000:'湖南省怀化市',
    433001:'湖南省怀化市',
    433100:'湖南省湘西土家族苗族自治州',
    433101:'湖南省湘西土家族苗族自治州吉首市',
    433122:'湖南省湘西土家族苗族自治州泸溪县',
    433123:'湖南省湘西土家族苗族自治州凤凰县',
    433124:'湖南省湘西土家族苗族自治州花垣县',
    433125:'湖南省湘西土家族苗族自治州保靖县',
    433126:'湖南省湘西土家族苗族自治州古丈县',
    433127:'湖南省湘西土家族苗族自治州永顺县',
    433130:'湖南省湘西土家族苗族自治州龙山县',
    410825:'河南省焦作市温县',
    330822:'浙江省衢州市常山县',
    500222:'重庆市綦江县',
    230225:'黑龙江省齐齐哈尔市甘南县',
    422802:'湖北省恩施土家族苗族自治州利川市'
     }

#初始化一个表格对象df，读取表格数据
    df = pd.read_excel('info.xlsx',sheet_name='Sheet3')
    df.head()

<table> 
 <thead> 
  <tr> 
   <th></th> 
   <th>姓名</th> 
   <th>身份证号码</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <th>0</th> 
   <td>杨丹妮</td> 
   <td>410825200005267526</td> 
  </tr> 
  <tr> 
   <th>1</th> 
   <td>李发明</td> 
   <td>430421200102204718</td> 
  </tr> 
  <tr> 
   <th>2</th> 
   <td>黎晴晴</td> 
   <td>430181200001272682</td> 
  </tr> 
  <tr> 
   <th>3</th> 
   <td>唐婉婷</td> 
   <td>43112220000824006x</td> 
  </tr> 
  <tr> 
   <th>4</th> 
   <td>王骞</td> 
   <td>433125200108123515</td> 
  </tr> 
 </tbody> 
</table>

# 修改列名，方便书写，使用英文缩写替代
    df.rename(columns={ '姓名':'xm','身份证号码':'sfz'},inplace=True) 
    df.head()

功能模块实现：

#根据身份证号码提取地区码
    dqm_area = []
    dqm = [i[:6] for i in list(df['sfz'])]
    for area_dqm in dqm:
        dqm_area.append(area[int(area_dqm)])
        
    df['area'] = dqm_area
    
    #提取出生日期信息
    df['year'] = [i[6:10] for i in list(df['sfz'])]
    df['mouth'] = [i[10:12] for i in list(df['sfz'])]
    df['day'] = [i[12:14] for i in list(df['sfz'])]
    df['csrq'] = df['year']+'-'+df['mouth']+'-'+df['day']
    
    #提取性别信息
    df['sex'] = ['女' if int(i[16])%2 == 0 else '男' for i in list(df['sfz'])]
    df['is_sex'] = ['0' if int(i[16])%2 == 0 else '1' for i in list(df['sfz'])]
    
    #根据生日知晓年龄
    agelist = []
    for cs_age in list(df['csrq']):
        def calculate_age(birth_s):
            birth_d = datetime.strptime(birth_s, "%Y-%m-%d")
            today_d = datetime.now()
            birth_t = birth_d.replace(year=today_d.year)
            if today_d > birth_t:
                age = today_d.year - birth_d.year
            else:
                age = today_d.year - birth_d.year - 1
            agelist.append(age)
        calculate_age(cs_age)
        
    df['age'] = agelist
    
    #根据生日知晓星座
    #星座判断
    sdate=[20,19,21,20,21,22,23,23,23,24,23,22]     # 星座判断列表
    conts =['摩羯座','水瓶座','双鱼座','白羊座','金牛座','双子座','巨蟹座','狮子座','处女座','天秤座','天蝎座','射手座','摩羯座']
    signs=['♑','♒','♓','♈','♉','♊','♋','♌','♍','♎','♏','♐','♑']
    xz = []
    tb = []
    for birth in list(df['csrq']):
        cbir=birth.split('-')    # 分割年月日到列表
        cmonth=str(cbir[1])      # 提取月数据
        cdate=str(cbir[2])       # 提取日数据
        def sign(cmonth,cdate):  # 判断星座函数
            if int(cdate)<sdate[int(cmonth)-1]:   # 如果日数据早于对应月列表中对应的日期
                xz.append(conts[int(cmonth)-1])       # 直接输出星座列表对应月对应的星座
                tb.append(signs[int(cmonth)-1])       # 直接输出星座列表对应月对应的星座
            else:
                xz.append(conts[int(cmonth)])         # 否则输出星座列表下一月对应的星座
                tb.append(signs[int(cmonth)])         # 否则输出星座列表下一月对应的星座 
        sign(cmonth,cdate)
    df['xz'] = xz
    df['tb'] = tb
    
    #根据年份获取生肖
    sx = []
    for sx_year in list(df['year']):
        def is_sx(year):
            sx.append(u'猴鸡狗猪鼠牛虎兔龙蛇马羊'[year%12])
        is_sx(int(sx_year))
    df['sx'] = sx
    
    #根据出生日期知晓出生周
    weeklist = ['星期一','星期二','星期三','星期四','星期五','星期六','星期天']
    week = []
    for sr in list(df['csrq']):
        week_id = datetime.strptime(sr,"%Y-%m-%d").weekday()# 直接获得周几数据
        week.append(weeklist[week_id])
    df['cs_week'] = week
    
    #根据出生日期知晓农历生日
    nlsr = []
    for yid,mid,did in zip(list(df['year']),list(df['mouth']),list(df['day'])): 
        nl = LunarDate.from_solar_date(int(yid),int(mid),int(did))
        nl = nl.cn_str()
        nlsr.append(nl)
    df['nlsr'] = nlsr
    
    #距离阳历生日还有多久如何计算,暂不考虑闰年问题
    d_bir = []
    for sr in list(df['csrq']):
        def DtCalc(stTime,etTime): 
            st=datetime.strptime(stTime,"%m-%d")
            ed=datetime.strptime(etTime,"%m-%d")
            rtn = (ed-st).days
            if(str(rtn)>'0'):
                rtn = 365-int(rtn)
            else:
                rtn = -int(rtn)
            d_bir.append(str(rtn)+' day')
        DtCalc(sr[5:],etTime=datetime.now().strftime("%m-%d"))
    df['d_bir'] = d_bir
    
    df.head()

<table> 
 <thead> 
  <tr> 
   <th></th> 
   <th>xm</th> 
   <th>sfz</th> 
   <th>area</th> 
   <th>year</th> 
   <th>mouth</th> 
   <th>day</th> 
   <th>csrq</th> 
   <th>sex</th> 
   <th>is_sex</th> 
   <th>age</th> 
   <th>xz</th> 
   <th>tb</th> 
   <th>sx</th> 
   <th>cs_week</th> 
   <th>nlsr</th> 
   <th>d_bir</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <th>0</th> 
   <td>杨丹妮</td> 
   <td>410825200005267526</td> 
   <td>河南省焦作市温县</td> 
   <td>2000</td> 
   <td>05</td> 
   <td>26</td> 
   <td>2000-05-26</td> 
   <td>女</td> 
   <td>0</td> 
   <td>20</td> 
   <td>双子座</td> 
   <td>♊</td> 
   <td>龙</td> 
   <td>星期五</td> 
   <td>二〇〇〇年四月廿三</td> 
   <td>55 day</td> 
  </tr> 
  <tr> 
   <th>1</th> 
   <td>李发明</td> 
   <td>430421200102204718</td> 
   <td>湖南省衡阳市衡阳县</td> 
   <td>2001</td> 
   <td>02</td> 
   <td>20</td> 
   <td>2001-02-20</td> 
   <td>男</td> 
   <td>1</td> 
   <td>20</td> 
   <td>双鱼座</td> 
   <td>♓</td> 
   <td>蛇</td> 
   <td>星期二</td> 
   <td>二〇〇一年正月廿八</td> 
   <td>325 day</td> 
  </tr> 
  <tr> 
   <th>2</th> 
   <td>黎晴晴</td> 
   <td>430181200001272682</td> 
   <td>湖南省长沙市浏阳市</td> 
   <td>2000</td> 
   <td>01</td> 
   <td>27</td> 
   <td>2000-01-27</td> 
   <td>女</td> 
   <td>0</td> 
   <td>21</td> 
   <td>水瓶座</td> 
   <td>♒</td> 
   <td>龙</td> 
   <td>星期四</td> 
   <td>一九九九年腊月廿一</td> 
   <td>301 day</td> 
  </tr> 
  <tr> 
   <th>3</th> 
   <td>唐婉婷</td> 
   <td>43112220000824006x</td> 
   <td>湖南省永州市东安县</td> 
   <td>2000</td> 
   <td>08</td> 
   <td>24</td> 
   <td>2000-08-24</td> 
   <td>女</td> 
   <td>0</td> 
   <td>20</td> 
   <td>处女座</td> 
   <td>♍</td> 
   <td>龙</td> 
   <td>星期四</td> 
   <td>二〇〇〇年七月廿五</td> 
   <td>145 day</td> 
  </tr> 
  <tr> 
   <th>4</th> 
   <td>王骞</td> 
   <td>433125200108123515</td> 
   <td>湖南省湘西土家族苗族自治州保靖县</td> 
   <td>2001</td> 
   <td>08</td> 
   <td>12</td> 
   <td>2001-08-12</td> 
   <td>男</td> 
   <td>1</td> 
   <td>19</td> 
   <td>狮子座</td> 
   <td>♌</td> 
   <td>蛇</td> 
   <td>星期天</td> 
   <td>二〇〇一年六月廿三</td> 
   <td>133 day</td> 
  </tr> 
 </tbody> 
</table>

#保存为excel文件
    df.to_excel('xxb.xlsx',index=False)

# 可以连接数据库然后实现模糊查询，推荐sqlite
    # 根据原理可以制作一个身份证查询工具exe

## 使用工具： ##

vscode + jupyter  
本文代码使用ipynb文件进行实时运行

## 数据源： ##

info.xlsx中的基本信息可以使用自己班级的同学信息或自己寻找数据进行测试，为保护隐私，暂不提供数据源

[地区码txt文档链接：https://pan.baidu.com/s/1ou6t9gfDK7dJTOneXLQMDw][txt_https_pan.baidu.com_s_1ou6t9gfDK7dJTOneXLQMDw]  
提取码：love

[txt_https_pan.baidu.com_s_1ou6t9gfDK7dJTOneXLQMDw]: https://pan.baidu.com/s/1ou6t9gfDK7dJTOneXLQMDw