Pandas提取文本信息（身份证号码）

学校保卫处工作人员登记的内容不规范，想要提取其中的身份证号码，下面从文件读取及内容提取，到最后的数据保存，跟大家一起交流讨论。

表格内容：

登记内容	时间
小明的身份证是990326197312200017，今天上交一块橡皮擦	2020.1.6
身份证统计990321199605124617捡到五角钱上交	2020.1.7
王小二同学990222197812280468把捡到的东西交到学校保卫处	2020.1.8
张三342222198109080426今天交到保卫处一支铅笔	2020.1.9
身份证号码87288219730527001X遗失书包一个	2020.1.10
李四920382198304201699今天捡到钢笔一支	2020.1.11

1.读取文件

import pandas as pd
data=pd.read_excel('./test.xlsx')
data.values

结果展示（Jupyter Notebook）：

2.采用正则表达式获取身份证号码

import regex
import openpyxl
wb = openpyxl.Workbook()
sheet = wb.active
sheet.title ='身份证号码提取'
sheet['A1'] ='身份证号码'
filename = "./test.xlsx"
zj = pd.read_excel(filename,usecols = ['登记内容','时间'])
for item in zj.values:
    m1=regex.compile('\d{17}[X]')
    m2=regex.compile('\d{18}')
    m3=regex.compile('\d{17}[x]')
    zjh1=m1.findall(item[0])
    for hm1 in zjh1:
        sheet.append([hm1])
    zjh2=m2.findall(item[0])
    for hm2 in zjh2:
        sheet.append([hm2])
    zjh3=m3.findall(item[0])
    for hm3 in zjh3:
        sheet.append([hm3])
wb.save('身份证号码.xlsx')

3.结果展示（Jupyter Notebook）

可以看到身份证号码已提取，并保存再此目录下面的excel表里面。