Python_1031 查验身份证_要点全解析

简介: 这里 需要注意两点1.满足权重和取余(等同于取模)后·的Z值与对应效验码相同。2.前17位由于需要数学运算,所以必须是数字。如果,不满足上面要求的,输出。

1.首先,准备工作:

(1).Z值和效验码可以用字典包括。(\表示换行继续输出(如果一行代码还没写完但又太长的话可以这么干))

ma = {0: '1', 1: '0', 2: 'X', 3: '9', 4: '8', 5: '7', 6: '6', \
      7: '5', 8: '4', 9: '3', 10: '2'}

(2).权重可以用列表包括,这样到时候循环时和对应数值相乘会更方便。

quan = [7, 9, 10, 5, 8, 4, 2, 1, 6, 3, 7, 9, 10, 5, 8, 4, 2]

(3).由于系统每输入一次就可以立即判断是否满足要求,所以不满足的我们可以将其存入一个列表中

命名如下:

uneffective = []


2.接受数据即判断数据是否符合要求

(1).第一行为输入的身份证号码的个数:

num = int(input())

(2).接着循环接受身份证号码

1. 
for i in range(num):
2.     number = list(input())

(3).检查前十七位字符是否全部为数字

可以用try和except来完成这一任务。

我们先创建列表ber = number[:-1](用于接收列表number前十七字符重新组成新列表)

ber = num[:-1]

但是我们还没检查,检查我们可以将新列表ber的所有字符转化为int型,如果不能转化报错,那么说明number不满足要求,直接跳转到except部分代码continue结束当次循环。

所以代码如下:

for i in range(num):
    number = list(input())
    try:
        ber = list(map(int, number[:-1]))
'''map函数可以将列表迭代,这里用int()方法处理,使每个元素转化为int型,再将其组成一个列表。'''
        s = 0
    except:  # 如果如果不是数字,就会程序出错,那么跳转到这里
        uneffective.append(number)  # 该身份证号码不满足要求。
        continue

(4).检查权重和取余与效验码是否匹配

可以使用循环,因为是17位数字,所以循环17次。

1. for i in range(17):
2.     s += ber[i] * quan[i]  # s需要在前面初始化为0
3. s %= 11

判断是否匹配一致

1. 
if ma[s] != number[-1]:
2.     uneffective.append(number)  # 如果不等于,则不符合要求,append!


3.最后判断是否All passed

if len(uneffective) != 0:
    for i in uneffective:
        print(''.join(i))
else:
    print('All passed')


4.完整代码

num = int(input())
ma = {0: '1', 1: '0', 2: 'X', 3: '9', 4: '8', 5: '7', 6: '6', \
      7: '5', 8: '4', 9: '3', 10: '2'}
quan = [7, 9, 10, 5, 8, 4, 2, 1, 6, 3, 7, 9, 10, 5, 8, 4, 2]
uneffective = []
for i in range(num):
    number = list(input())
    try:
        ber = list(map(int, number[:-1]))
        s = 0
    except:
        uneffective.append(number)
        continue
    for i in range(17):
        s += ber[i] * quan[i]
    s %= 11
    if ma[s] != number[-1]:
        uneffective.append(number)
if len(uneffective) != 0:
    for i in uneffective:
        print(''.join(i))
else:
    print('All passed')
目录
相关文章
|
1月前
|
XML JSON 数据处理
超越JSON:Python结构化数据处理模块全解析
本文深入解析Python中12个核心数据处理模块,涵盖csv、pandas、pickle、shelve、struct、configparser、xml、numpy、array、sqlite3和msgpack,覆盖表格处理、序列化、配置管理、科学计算等六大场景,结合真实案例与决策树,助你高效应对各类数据挑战。(238字)
174 0
|
1月前
|
数据采集 存储 JavaScript
解析Python爬虫中的Cookies和Session管理
Cookies与Session是Python爬虫中实现状态保持的核心。Cookies由服务器发送、客户端存储,用于标识用户;Session则通过唯一ID在服务端记录会话信息。二者协同实现登录模拟与数据持久化。
|
2月前
|
JSON 缓存 开发者
淘宝商品详情接口(item_get)企业级全解析:参数配置、签名机制与 Python 代码实战
本文详解淘宝开放平台taobao.item_get接口对接全流程,涵盖参数配置、MD5签名生成、Python企业级代码实现及高频问题排查,提供可落地的实战方案,助你高效稳定获取商品数据。
|
2月前
|
存储 大数据 Unix
Python生成器 vs 迭代器:从内存到代码的深度解析
在Python中,处理大数据或无限序列时,迭代器与生成器可避免内存溢出。迭代器通过`__iter__`和`__next__`手动实现,控制灵活;生成器用`yield`自动实现,代码简洁、内存高效。生成器适合大文件读取、惰性计算等场景,是性能优化的关键工具。
236 2
|
2月前
|
机器学习/深度学习 文字识别 Java
Python实现PDF图片OCR识别:从原理到实战的全流程解析
本文详解2025年Python实现扫描PDF文本提取的四大OCR方案(Tesseract、EasyOCR、PaddleOCR、OCRmyPDF),涵盖环境配置、图像预处理、核心识别与性能优化,结合财务票据、古籍数字化等实战场景,助力高效构建自动化文档处理系统。
691 0
|
2月前
|
机器学习/深度学习 JSON Java
Java调用Python的5种实用方案:从简单到进阶的全场景解析
在机器学习与大数据融合背景下,Java与Python协同开发成为企业常见需求。本文通过真实案例解析5种主流调用方案,涵盖脚本调用到微服务架构,助力开发者根据业务场景选择最优方案,提升开发效率与系统性能。
738 0
机器学习/深度学习 算法 自动驾驶
508 0
|
2月前
|
算法 安全 数据安全/隐私保护
Python随机数函数全解析:5个核心工具的实战指南
Python的random模块不仅包含基础的随机数生成函数,还提供了如randint()、choice()、shuffle()和sample()等实用工具,适用于游戏开发、密码学、统计模拟等多个领域。本文深入解析这些函数的用法、底层原理及最佳实践,帮助开发者高效利用随机数,提升代码质量与安全性。
617 0
|
2月前
|
数据可视化 Linux iOS开发
Python脚本转EXE文件实战指南:从原理到操作全解析
本教程详解如何将Python脚本打包为EXE文件,涵盖PyInstaller、auto-py-to-exe和cx_Freeze三种工具,包含实战案例与常见问题解决方案,助你轻松发布独立运行的Python程序。
984 2
|
2月前
|
设计模式 缓存 运维
Python装饰器实战场景解析:从原理到应用的10个经典案例
Python装饰器是函数式编程的精华,通过10个实战场景,从日志记录、权限验证到插件系统,全面解析其应用。掌握装饰器,让代码更优雅、灵活,提升开发效率。
235 0

推荐镜像

更多