身份证号码提取器

从混合文本中得到怎样的号码列表

身份证号码提取器用于扫描用户粘贴的文字，找出其中符合当前字符模式的中国大陆18位公民身份号码候选项。输入可以是一段连续文字、多行记录或带标点的名单；内容变化后，结果区会随之更新。每个候选项单独显示，顺序与它首次出现在原文中的顺序一致，可逐项复制，也可一次复制全部结果。

页面默认开启“去除重复”：同一字符串出现多次时只保留第一次，并按去重后的条数显示结果。关闭去重后，重复项会按原出现次数保留；此时还可以开启“分组统计”，把相同字符串合并展示为“号码（次数）”，复制全部时也会带上次数。页面不做升序排序，也不会自动把字母大小写统一。

18位候选项采用哪些字符条件

当前筛选对象固定为连续18个字符，并对部分位置作范围约束。下面列的是本页实际采用的提取条件，用于预判一段文本为何会被匹配；它不是完整的证件核验流程。

候选项还需要形成独立的词边界。它前后是中文、空格或多数标点时通常可以提取；若18位字符串紧挨英文字母、数字或下划线，则可能不会进入结果。

标准号码结构与快速筛选的关系

GB 11643-1999 将公民身份号码规定为17位数字本体码加1位校验码，依次由6位地址码、8位出生日期码、3位顺序码和1位校验码组成。标准中的校验码用于检查本体码在录入或转录过程中的准确性，并采用 MOD 11-2 校验码系统。本页先用长度、字符类别和部分日期数字范围从非结构化文本中定位候选字符串，适合文本整理的第一步。

两套口径不能混为一谈：例如“11010119900230123X”中的2月30日并不存在，但它仍符合本页对月份01—12、日期01—31的字符范围，会被列为候选项。这样的例子说明，提取结果需要按实际业务目的再作后续核对。

规则与数据处理依据

从原始记录到可复制结果

1. 准备最小必要文本

   先从文档、表格单元格或日志中截取真正需要整理的部分。直接粘贴多行内容即可，不必预先删除姓名、冒号、逗号或换行。

2. 粘贴并观察自动提取

   结果会随输入变化。若没有结果，先核对号码是否为18位、年份和月日数字是否落在本页范围内，以及字符串两侧是否紧邻英文字母、数字或下划线。

3. 决定如何处理重复项

   只需唯一清单时保持“去除重复”开启；要核对原文出现总次数时关闭去重。关闭后再开启“分组统计”，可得到每个候选项及其出现次数。

4. 复制所需结果

   可复制单条，也可复制全部。普通模式下，复制全部会把当前结果按行连接；分组统计模式下，复制文本为“号码（次数）”。

可复现实例：输入“甲：11010119900230123X；乙：310101198504311234；再次记录：11010119900230123X”。这两个测试字符串都故意使用不存在的日期。默认去重时结果为两条；关闭去重时结果为三条；再开启分组统计后，第一条显示2次，第二条显示1次。

提取时常见的四个疑问

使用结果前必须完成的核对

提取不等于验证。结果只表明字符串通过了本页的字符模式筛选，不能证明地址码当前有效、日期真实存在、校验码正确、号码由公安机关签发、证件在有效期内，或号码与某个姓名属于同一人。需要用于身份核验、开户、签约、用工、教育、医疗等业务时，应采用该业务认可的核验流程和权威记录。

• 覆盖范围：仅提取当前规则覆盖的中国大陆18位候选项；15位历史号码、带空格或连字符的号码、已用星号遮盖的号码，以及紧邻英文字符或下划线的字符串可能无法提取。
• 误报可能：页面只把月份限制在01—12、日期限制在01—31，并未校验每月天数、闰年、行政区划代码或 MOD 11-2 校验码，所以格式相似的随机数字串也可能进入结果。
• 隐私与合规：真实身份证号码可能直接关联可识别的个人。处理前应确认具有明确、合理且必要的目的，只使用完成任务所需的最小范围，并遵守适用的授权、告知、访问控制、保存和删除要求。不要把无关人员的真实号码用于演示或测试。
• 结果保管：复制后的清单仍是敏感业务数据，应避免发到公开群聊、工单截图或无权限文档；任务完成后，按所在组织的数据管理要求处置原文和复制结果。