一個(gè)計(jì)算身份證號(hào)碼校驗(yàn)位的Python小程序
S = Sum(Ai * Wi), i=0,.......16 (現(xiàn)在的身份證號(hào)碼都是18位長,其中最后一位是校驗(yàn)位,15位的身份證號(hào)碼好像不用了)
Ai對應(yīng)身份證號(hào)碼,Wi則為用于加權(quán)計(jì)算的值,它一串固定的數(shù)值,應(yīng)該是根據(jù)某種規(guī)則得出的吧,用于取得最好的隨機(jī)性,Wi的取之如下:
7 9 10 5
8 4 2 1
6 3 7 9
10 5 8 4 2
經(jīng)過加權(quán)計(jì)算之后,得到一個(gè)S,用這個(gè)S去模11,取余值,然后查表得到校驗(yàn)位,這個(gè)索引表如下:
0 ----- 1
1 ----- 0
2 ----- x
3 ----- 9
4 ----- 8
5 ----- 7
6 ----- 6
7 ----- 5
8 ----- 4
9 ----- 3
10 ----- 2
程序代碼如下:
import sys
Wi = [7, 9, 10, 5, 8, 4, 2, 1, 6, 3, 7,9, 10, 5, 8, 4, 2]
IndexTable = { #此處實(shí)際是無需使用字典的,使用一個(gè)包含11個(gè)元素的數(shù)組便可,數(shù)組中存放
0 : '1', #相應(yīng)位置的號(hào)碼,但是這也正好演示了Python高級(jí)數(shù)據(jù)結(jié)構(gòu)的使用
1 : '0',
2 : 'x',
3 : '9',
4 : '8',
5 : '7',
6 : '6',
7 : '5',
8 : '4',
9 : '3',
10 : '2'
}
No = []
sum = 0
if (len(sys.argv[1:][0]) != 17):
print "error number"
sys.exit()
for x in sys.argv[1:][0]:
No.append(x)
for i in range(17):
sum = sum + (int(No[i]) * Wi[i])
Index = sum % 11
print "So, your indicates parity is : %s" % (IndexTable[Index])
運(yùn)行程序方式如下:
#python getParity.py your-indentity-number-but-except-the-last-number
我的天啊,Python內(nèi)置的數(shù)據(jù)結(jié)構(gòu)是如此強(qiáng)大而易用,越來越為之而著迷啊,繼續(xù)diving~
用函數(shù)封裝一下,改進(jìn)的代碼如下:
import sys
if __name__ != '__main__':
print "Cannot run in module"
sys.exit()
Wi = [7, 9, 10, 5, 8, 4, 2, 1, 6, 3, 7,9, 10, 5, 8, 4, 2]
IndexTable = {
0 : '1',
1 : '0',
2 : 'x',
3 : '9',
4 : '8',
5 : '7',
6 : '6',
7 : '5',
8 : '4',
9 : '3',
10 : '2'
}
def check(identity):
if(len(identity) == 0):
print "please input your identity number"
sys.exit()
elif (len(identity[0]) != 17):
print "error number"
sys.exit()
def calculate(identity):
No = []
sum = 0
for x in identity[0]: #這個(gè)方法是很笨拙的,直接使用No = list(identity[0])便可達(dá)到同樣的目的
No.append(x)
for i in range(17):
sum = sum + (int(No[i]) * Wi[i])
Index = sum % 11
return IndexTable[Index]
check(sys.argv[1:])
result = calculate(sys.argv[1:])
print "So, your indicates parity is : %s" % (result)
忘記函數(shù)原型吧,這里不需要指明返回值類型,不需要指明形參數(shù)據(jù)類型。
相關(guān)文章
在Tensorflow中查看權(quán)重的實(shí)現(xiàn)
今天小編就為大家分享一篇在Tensorflow中查看權(quán)重的實(shí)現(xiàn),具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-01-01
Django框架HttpRequest對象用法實(shí)例分析
這篇文章主要介紹了Django框架HttpRequest對象用法,結(jié)合實(shí)例形式分析了Django框架HttpRequest對象發(fā)送請求數(shù)據(jù)的相關(guān)使用技巧,需要的朋友可以參考下2019-11-11
python 實(shí)現(xiàn)圖與圖之間的間距調(diào)整subplots_adjust
這篇文章主要介紹了python 實(shí)現(xiàn)圖與圖之間的間距調(diào)整subplots_adjust,具有很好的參考價(jià)值,希望對大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2021-05-05
一文學(xué)會(huì)如何將Python打包后的exe還原成.py
反編譯的第一步就是要將exe文件轉(zhuǎn)換成py文件,下面這篇文章主要給大家介紹了如何通過一文學(xué)會(huì)將Python打包后的exe還原成.py的相關(guān)資料,文中通過實(shí)例代碼介紹的非常詳細(xì),需要的朋友可以參考下2022-11-11
python使用XPath解析數(shù)據(jù)爬取起點(diǎn)小說網(wǎng)數(shù)據(jù)
這篇文章主要介紹了python使用XPath解析數(shù)據(jù)爬取起點(diǎn)小說網(wǎng)數(shù)據(jù),幫助大家更好的理解和學(xué)習(xí)使用python,感興趣的朋友可以了解下2021-04-04

