自动化神器！Python 批量读取身份证信息写入 Excel

今天分享一个实用技能，自动利用 Python 批量读取身份证信息写入 Excel。化神

读取

以图片形式的器P取身身份证为例，信息读取我们使用百度文字识别OCR来实现，量读百度接口提供了免费额度，份证日常使用基本差不多够了，信息写入下面来具体看一下如何使用百度文字识别。自动

SDK 安装

百度云 SDK 提供了 Python、化神Java 等多种语言的器P取身支持，Python 版的量读 SDK 安装很简单，使用pip install baidu-aip即可，份证支持 Python 2.7+ & 3.x 版本。信息写入

创建应用

创建应用需要一个百度或百度云账号，自动注册登录地址为：https://login.bce.baidu.com/?化神redirect=http%3A%2F%2Fcloud.baidu.com%2Fcampaign%2Fcampus-2018%2Findex.html，登录后将鼠标移到登录头像位置，器P取身在弹出菜单中点击用户中心，如图所示：

首次进入需选一下相应信息，如图所示：

选完之后点保存即可。

接着将鼠标移到左侧>符号位置，网站模板再选人工智能，点击文字识别，如图所示：

点击之后会进到如下所示图中：

现在，我们就可以点击创建应用了，之后进到如下所示图中：

从上图中我们可以看出百度文字识别OCR能够识别的信息类别非常多，也就是说不只是身份证，如果你有其他信息识别的需求也是可以通过它来快速实现的。

这里我们填一下应用名称和应用描述，填完之后点立即创建即可。

创建完成后返回应用列表，如下图所示：

我们需要用到AppID&API Key&Secret Key这三个值，记录一下。

代码实现

代码实现很简单，几行 Python 代码即可搞定，如下所示：

from aip import AipOcr APP_ID = 自己的亿华云APP_ID API_KEY = 自己的API_KEY SECRET_KEY = 自己的SECRET_KEY # 创建客户端对象 client = AipOcr(APP_ID, API_KEY, SECRET_KEY) # 打开并读取文件内容 fp = open("idcard.jpg", "rb").read() # res = client.basicGeneral(fp)  # 普通 res = client.basicAccurate(fp)  # 高精度 

从上述代码中可以看出识别功能分为普通和高精度两种模式，为了识别率更高，我们这里采用高精度模式。

以如下三张我在网上找的假身份证为例：

因为有多张身份证图片，我们需要写一个方法来进行遍历，代码实现如下：

def findAllFile(base):     for root, ds, fs in os.walk(base):         for f in fs:             yield base + f 

通过识别功能获取到的身份证原始信息格式如下：

{ words_result: [{ words: 姓名韦小宝}, { words: 性别男民族汉}, { words: 出生1654年12月20日}, { words: 住址北京市东城区景山前街4号}, { words: 紫禁城敬事房}, { words: 公民身份证号码11204416541220243X}], log_id: 1411522933129289151, words_result_num: 6} 

写入

证件信息的写入使用 Pandas 来实现。这里我们还需要先将获取的原始证件信息进行预处理以便写入 Excel 中，我们将证件的姓名...住址分别存放在数组中，处理代码实现如下：

for tex in res["words_result"]:     row = tex["words"]     if "姓名" in row:         names.append(row[2:])     elif "性别" in row:         genders.append(row[2:3])         nations.append(row[5:])     elif "出生" in row:         births.append(row[2:])     elif "住址" in row:         addr += row[2:]     elif "公民身份证号码" in row:         ids.append(row[7:])     else:         addr += row 

之后就可以很方便的将信息直接写入到 Excel 中了，写入代码实现如下：

df = pd.DataFrame({ "姓名": names, "性别": genders, "民族": nations,                        "出生": births, "住址": address, "身份证号码": ids}) df.to_excel(idcards.xlsx, index=False) 

看一下写入效果：

到此，我们就实现了身份证信息的批量读写功能。

香港云服务器