Python中如何在一串字符中识别出身份证号码

要在一串字符里识别身份证号码，可以用正则表达式。身份证号码有18位和15位两种格式，18位的最后一位可能是数字或X。下面这个正则能匹配两种格式，并且会检查前6位（地址码）、中间8位（出生日期，对18位）或6位（对15位）、顺序码和校验位（对18位）。

import re

def extract_id_numbers(text):
    """
    从文本中提取身份证号码。
    
    参数:
        text (str): 输入的文本字符串
        
    返回:
        list: 找到的所有身份证号码列表
    """
    # 匹配18位身份证号码，最后一位可以是数字或X（大小写均可）
    pattern_18 = r'\b[1-9]\d{5}(?:19|20)\d{2}(?:0[1-9]|1[0-2])(?:0[1-9]|[12]\d|3[01])\d{3}[\dXx]\b'
    
    # 匹配15位身份证号码
    pattern_15 = r'\b[1-9]\d{7}(?:0[1-9]|1[0-2])(?:0[1-9]|[12]\d|3[01])\d{2}\b'
    
    # 合并两个模式
    pattern = f'({pattern_18})|({pattern_15})'
    
    # 查找所有匹配
    matches = re.findall(pattern, text)
    
    # 处理匹配结果（findall返回的是元组列表）
    id_numbers = []
    for match in matches:
        # match是元组，包含两个组：18位和15位
        id_num = match[0] or match[1]
        if id_num:
            id_numbers.append(id_num.upper())  # 统一转为大写
    
    return id_numbers

# 测试示例
if __name__ == "__main__":
    test_text = """
    我的身份证是110101199003077516，我朋友的旧身份证是110101900307751。
    另一个号码是440524188001010014X，还有乱入的123456789012345678。
    测试15位：330102800101123，18位带x：11010119900307751X。
    """
    
    ids = extract_id_numbers(test_text)
    print("找到的身份证号码：")
    for id_num in ids:
        print(f"- {id_num}")

这个正则做了这些事：

1. \b 匹配单词边界，避免匹配到更长的数字串
2. [1-9]\d{5} 匹配6位地址码，首位不能是0
3. (?:19|20)\d{2} 匹配年份（1900-2099）
4. (?:0[1-9]|1[0-2]) 匹配月份（01-12）
5. (?:0[1-9]|[12]\d|3[01]) 匹配日期（01-31）
6. \d{3}[\dXx] 匹配3位顺序码+1位校验码（数字或X）
7. 15位的模式类似，只是少了年份的"19"和最后一位校验码

注意这只能做格式校验，真要严格验证还得算校验码。不过日常文本里找身份证号这够用了。

总结：用正则匹配身份证格式就行。

假设这个数字串有 100 个数字构成，怎么匹配 18 位数字呢，那不是会命中很多个？