身份证存进表格，后两位悄悄变了

背景

我把一张三行的名单表交给程序读，身份证号后两位变了。

表格很普通：姓名、身份证、手机号、工号，人眼看着一点问题都没有。程序读出来的身份证却是另一个数。

这篇记一下我实测到的三种变形，还有怎么躲开。

实测

先给结论：18 位身份证会变，11 位手机号不变，工号的 0012 会丢掉前面的零。

一、身份证末两位被改掉

我在表里按数字填了身份证 110101199003078515，程序读回来是 110101199003078512。

换一个再试：310101198512310017 读回来是 310101198512310016，末位 7 变成 6。

不是程序写错了。表格存数字能记准的上限是 15 位，像一把只有 15 个刻度的尺子，量 18 位长的东西，尾巴那几格只能估。18 位数字塞进去，末尾几位就被改掉了。

手机号 11 位，短于 15，塞得下，所以原样不变。这一点和我原先想的不一样，我本以为手机号也会坏。

表格文件里到底存了什么，我直接把文件解开看了，身份证那一格记的原文是 1.101011990030785e+17。

二、眼睛看到的 0012，程序读到 12

工号那一列，我给单元格贴了一个「显示成四位」的格式，屏幕上看着是 0012。

程序读出来是 12。

单元格格式只是给眼睛看的贴纸，不影响格子里存的内容。存的一直是 12，贴纸把它显示成 0012 而已。凡是靠「看一眼屏幕对不对」来验收数据的，这一条最容易漏。

三、导出 CSV 之后变形更明显

我把这张表的值原文照抄导出成 CSV，身份证那一列直接变成这样：

张三,1.101011990030785e+17,13800138000,12

一列里混着 21 个字符的科学计数法和正常数字。这份文件再往下传，后面每个环节都得重新猜这是什么。

四、顺手测的中文乱码

中文 CSV 有两种常见存法，我互相读了一遍。

存 GBK 的（中文版 Excel 另存为 CSV 就是这种），用 UTF-8 去读，报错原话是：

UnicodeDecodeError: 'utf-8' codec can't decode byte 0xd0 in position 0: invalid continuation byte

反过来用 GBK 读就正常。

存 UTF-8 的文件，最前面加三个字节 EF BB BF（叫 BOM，等于告诉 Excel「我这份是 UTF-8」），用 Excel 打开中文就不乱；不加这三个字节，Excel 猜成 GBK，中文就是乱码。这个我也验了：没加标记的文件开头是 e5 a7 93（「姓」的 UTF-8 编码），加了标记的是 ef bb bf e5 a7 93。

结论与踩坑

• 身份证、银行卡、订单号这种固定长度、超过 15 位的东西，一律当文字存，不当数字。手机号 11 位没出事，但我以后也一并当文字。
• 当文字存的动作很简单：录入前先把整列设成文本格式，或者用程序写的时候直接写字符串再贴文本格式。这种写法我测过，文件里记的是 inlineStr（内联文字），读回来和原文一字不差。
• 验收别只看屏幕，加一道位数检查：身份证读出来不是 18 位就报出来。我拿那张坏表跑，2 行全部被抓出来（读出来分别是 19 和 21 个字符）。三行代码，能省掉后面很多返工。
• 表里已经有坏值的时候，改格式救不回来。变成浮点数那一刻后几位就没了，只能回头重新录一遍。
• 中文 CSV 我以后一律存 UTF-8 带 BOM。