身份证号解析：校验规则与信息提取

身份证号概述

中国大陆居民身份证号码是公民身份的唯一标识，按照GB 11643-1999《公民身份号码》国家标准编制。18位身份证号码由6位地址码、8位出生日期码、3位顺序码和1位校验码构成，编码结构严谨、信息丰富，不仅承载了持证人的基本人口信息，还通过校验码算法实现了号码的自校验能力。

身份证号的历史沿革：15位到18位的升级

1984年，中国开始实施居民身份证制度，第一代身份证采用15位编码。15位身份证的结构为：6位地址码 + 6位出生日期（YYMMDD格式，仅用两位年份表示）+ 3位顺序码。这种编码方式存在明显的局限性：出生日期仅用两位年份表示，无法区分1900年和2000年出生的人群，存在"千年虫"问题；缺少校验码，无法验证号码真伪，容易被伪造。

1999年，GB 11643-1999《公民身份号码》国家标准发布，将身份证号码从15位升级为18位，主要变更包括：出生日期扩展为8位（YYYYMMDD格式），彻底解决年份歧义问题；增加第18位校验码，采用ISO 7064:1983 MOD 11-2算法，使号码具备自校验能力；顺序码保持不变，但第17位仍保持奇偶性区分性别的功能。

对比项	15位身份证	18位身份证
编码长度	15位数字	17位数字+1位校验码
日期格式	YYMMDD（6位）	YYYYMMDD（8位）
校验能力	无校验码	ISO 7064:1983 MOD 11-2
标准编号	GB 11643-1984	GB 11643-1999
有效期限	2000年前有效	长期有效

地址码表设计与省市区三级联动

地址码（第1-6位）表示户籍所在地的行政区划代码，按照GB/T 2260标准执行。第1-2位表示省/自治区/直辖市，第3-4位表示地级市/盟，第5-6位表示县/县级市/区。地址码数据需要支持省市区三级联动查询，方便用户选择户籍所在地。

在设计地址码数据表时，需要考虑以下要点：建立完整的行政区划代码表，包含省、市、县三级数据；支持行政区划变更（如撤县设区、合并拆分等）的历史追溯；提供按代码查询和按名称模糊查询两种方式；数据缓存到Redis，减少数据库查询次数。

-- 行政区划代码表设计
CREATE TABLE region_codes (
    code VARCHAR(6) PRIMARY KEY COMMENT '行政区划代码',
    name VARCHAR(100) NOT NULL COMMENT '行政区划名称',
    parent_code VARCHAR(6) COMMENT '上级行政区划代码',
    level TINYINT COMMENT '层级:1省,2市,3区县',
    is_active TINYINT DEFAULT 1 COMMENT '是否有效',
    INDEX idx_parent (parent_code),
    INDEX idx_level (level)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='行政区划代码表';

-- 查询示例：查询某个区县的全路径
SELECT r1.name AS province, r2.name AS city, r3.name AS district
FROM region_codes r3
JOIN region_codes r2 ON r3.parent_code = r2.code
JOIN region_codes r1 ON r2.parent_code = r1.code
WHERE r3.code = '110105'; -- 北京市朝阳区

出生日期校验与年龄计算

出生日期（第7-14位）格式为YYYYMMDD，系统校验时需要进行以下验证：

格式合法性：月份范围1-12，日期范围根据月份和闰年规则确定
闰年判断：能被4整除但不能被100整除，或者能被400整除的年份为闰年，闰年2月有29天
日期合法性：2月30日、4月31日等非法日期直接判定为无效
年龄合理性：出生日期不能晚于当前日期，且不能早于1900年1月1日

function validateBirthDate(string ): bool {
    if (strlen() !== 8) return false;
     = intval(substr(, 0, 4));
     = intval(substr(, 4, 2));
     = intval(substr(, 6, 2));
    if ( < 1900 ||  > intval(date('Y'))) return false;
    if ( < 1 ||  > 12) return false;
    // 检查每个月的天数
     = [0, 31, 28, 31, 30, 31, 30, 31, 31, 30, 31, 30, 31];
    if ( === 2 && ( % 4 === 0 &&  % 100 !== 0) ||  % 400 === 0) {
         = 29; // 闰年2月
    }
    return  >= 1 &&  <= ;
}

年龄计算需要考虑是否已过生日：如果当前日期已过生日，年龄=当前年份-出生年份；如果当前日期未过生日，年龄=当前年份-出生年份-1。

顺序码的性别分配规则

顺序码（第15-17位）表示在同一地址码、同一出生日期下，对同一天出生的人编定的顺序号。顺序码第17位（即整个身份证号的第17位）的奇偶性用于区分性别：奇数（1、3、5、7、9）分配给男性，偶数（0、2、4、6、8）分配给女性。顺序码的范围为000-999，其中000-099为特殊编码，100-199为男性，200-299为女性，但实际分配中不严格按此规则，仅以奇偶性区分性别。

校验和算法的数学原理

身份证第18位校验码基于ISO 7064:1983 MOD 11-2算法，这是一种加权模数校验算法。其数学原理如下：

设身份证前17位数字从左到右依次为a1, a2, ..., a17，对应的加权因子为w1, w2, ..., w17。加权因子的计算方式为wi = 2^(18-i) mod 11，即：

加权因子: [7, 9, 10, 5, 8, 4, 2, 1, 6, 3, 7, 9, 10, 5, 8, 4, 2]

计算过程：
S = a1*w1 + a2*w2 + ... + a17*w17
R = S mod 11（取余数）
校验码 = verifyCode[R]

校验码映射表：
余数R:   0  1  2  3  4  5  6  7  8  9  10
校验码:  1  0  X  9  8  7  6  5  4  3  2

这种设计利用了模11的数学性质，能够检测出所有单数字错误和绝大多数相邻数字交换错误。当校验码结果为10时，使用罗马数字X表示，这是ISO 7064标准的规范处理方式。

实名认证完整流程

身份证号解析在实名认证场景中只是第一步，完整的实名认证流程包括以下步骤：

OCR识别：通过光学字符识别技术，从身份证照片或扫描件中提取身份证号码、姓名、有效期等信息
格式校验：对提取的身份证号码进行格式校验，包括位数、字符集、日期合法性、校验码验证等
公安局接口验证：将姓名和身份证号发送至全国公民身份信息核查系统（NCIIC）进行比对，验证姓名与身份证号是否匹配
人脸识别：通过活体检测和人脸比对技术，验证持证人是否为身份证本人

异常处理与兼容性

身份证号码解析过程中需要处理多种异常情况：

15位旧号码兼容：15位身份证号码需要自动升级为18位，规则是在6位出生日期前加上"19"，然后计算校验码
X大小写处理：校验码X不区分大小写，输入时允许x或X，统一转换为大写处理
空格和特殊字符：输入时可能包含空格、横线等分隔符，需要先进行字符清洗再去掉非数字和X的字符
全角字符：全角数字和全角X需要转换为半角字符后再处理

大数据量下的身份证查询优化

在需要存储和查询大量身份证数据的场景下（如金融风控系统），需要采取以下优化策略：

分区表设计：按身份证号前6位（地址码）进行哈希分区，将数据均匀分布到不同分区
缓存策略：使用Redis缓存已校验过的身份证号（带TTL），避免重复校验
布隆过滤器：在查询数据库前使用布隆过滤器快速判断身份证号是否在黑名单中，减少无效查询
索引优化：对身份证号字段建立唯一索引，使用前缀索引压缩存储空间

API接口设计

GET /api/idcard/parse?idcard=110105199003071234
{
    "code": 200,
    "data": {
        "valid": true,
        "idcard": "110105199003071234",
        "address_code": "110105",
        "province": "北京市",
        "city": "北京市",
        "district": "朝阳区",
        "birth_date": "1990-03-07",
        "age": 36,
        "gender": "男",
        "gender_code": 1
    }
}

身份证号解析API在用户注册、实名认证、金融开户、酒店入住、票务系统等场景中有着广泛的应用，是构建可信互联网身份体系的基础技术组件。