excel表格中身份证信息提取出生年月日，年龄，性别，出生地

excel表格中身份证信息提取出生年月日，年龄，性别，出生地

身份证号码的意义

①前1、2位数字表示：所在省份的代码，河南的省份代码是41哦!
②第3、4位数字表示：所在城市的代码;
③第5、6位数字表示：所在区县的代码;
④第7~14位数字表示：出生年、月、日;
⑤第15、16位数字表示：所在地的派出所的代码;
⑥第17位数字表示性别：奇数表示男性，偶数表示女性;
⑦第18位数字是校检码：也有的说是个人信息码，一般是随计算机随机产生，用来检验身份证的正确性。校检码可以是0~9的数字，有时也用x表示10。

1.年龄

=YEAR(NOW())-MID(A2,7,4)

1. =YEAR(NOW()) 这个函数，这个代表当前日期年份
2. 用当前年份减出生年份，也就是身份证号第7位数字的后4个数字，
3. 函数为mid(A2,7,4)
4. A2代表身份证所在单元格，
5. 7表示从第7位开始，
6. 4表示选取4个数字。

2.出生年月

=TEXT(MID(A2,7,8),"0000年00月00日")

1. 其中的A2表示的是身份证号码处在第A列第二行，
2. 7表示的是从第7位开始，
3. 8表示的是出生年月的8位，
4. "0000-00-00"表示按照年月日的方式输出，年份占4位，月份和日期各占2位

3.性别

=IF(MOD(MID(A2,17,1),2),"男","女")

4.代码实现 出生地

https://qq.ip138.com/idsearch/index.asp（百度搜索身份证归属地查询第一个就是）。你在这个网站上输入身份证号码，它就会给你把性别、生日、户籍地给你弄出来。

接下来用爬虫实现

根据身份证号码获取户籍地、出生年月等信息

提前下载包

1. pandas
2. lxml
3. openpyxl

下载通用命令加速版：
pip install 包名 -i https://pypi.douban.com/simple

# 把需要用到的库一股脑import进来
import importlib, sys
importlib.reload(sys)

import time
import pandas as pd
import urllib.request
from lxml import etree

start = time.time()

# 先将存有身份证号码信息的txt文件读取进来
df = pd.read_table('E:/SFZ.txt', sep='\t', header=None, dtype=str, na_filter=False)

# 定义接下来存储身份证号码、性别、生日、户籍地信息的4个list
idcard = []
sex1 = []
birthday1 = []
address1 = []


# 通过循环，依次将每个身份证号码对应的信息获取
for i in range(df.shape[0]):
    # 多一个try，防止某个号码出差自己中止代码执行
    try:
        # print (df.iloc[i,0])
        # 查看身份证查询网页的网址，发现规律，按照规律组成url
        url = "https://qq.ip138.com/idsearch/index.asp?userid=" + df.iloc[i, 0] + "&action=idcard"

        headers = {
            'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/93.0.4577.82 Safari/537.36'
        }

        # 获取内容
        request = urllib.request.Request(url=url, headers=headers)
        res = urllib.request.urlopen(request)
        content = res.read().decode('utf-8')

        # 解析网页源码 获取我们需要的数据
        tree = etree.HTML(content)
        sex = tree.xpath('//div[@class="bd"]//tbody/tr[2]/td[2]/p/text()')[0]
        birthday = tree.xpath('//div[@class="bd"]//tbody/tr[3]/td[2]/p/text()')[0]
        address = tree.xpath('//div[@class="bd"]//tbody/tr[5]/td[2]/p/text()')[0]

        # 添加到列表
        idcard.append(df.iloc[i, 0])
        sex1.append(sex)
        birthday1.append(birthday)
        address1.append(address)

    except Exception as e:
        print(Exception, ":", e)

# 打包数据
data = pd.DataFrame({'身份证号': idcard, '性别': sex1, '出生日期': birthday1, '所属地区': address1})
print(data)

# # 将数据输出成一个excel文件
pd.DataFrame.to_excel(data, "E:\\person_card.xlsx", header=True, encoding='gbk', index=False)

end = time.time()
print(u'OK，爬虫结束！')
print(u'总共耗时：' + str(end - start) + '秒')

1.报错：ModuleNotFoundError: No module named 'pandas'

1. win+R
2. cmd
3. 输入：

pip install pandas -i https://pypi.douban.com/simple

4. 回车

2.报错：ModuleNotFoundError: No module named 'lxml'

1. win+R
2. cmd
3. 输入：

pip install lxml -i https://pypi.douban.com/simple

4. 回车
   

3.报错：ModuleNotFoundError: No module named 'openpyxl'

1. win+R
2. cmd
3. 输入：

pip install openpyxl -i https://pypi.douban.com/simple

4. 回车
   

4.最终成功输出一个Excel表格