功能定位：为什么必须“拆”身份证号

人事、财务、教务系统拿到一列 18 位身份证号后，几乎都要再拆一列“出生日期”做年龄分段、批量发薪或报表汇总。手动复制第 7 位起的 8 位数字，既低效又容易看错行。WPS Spreadsheets 内置 500+ 函数，用公式一次性提取出生年月日，合规、可溯源，后续透视、图表都能直接引用，省去反复粘贴的麻烦。

版本与兼容性：三条底线先确认

截至公开版本，Windows 13.9 系列、macOS 4.7 系列、Linux 11.8 系列、Android/iOS 鸿蒙原生 16.x 均完整支持 MID、TEXT、DATE、IFERROR。信创 UOS 龙芯环境函数名相同，仅界面字体略有差异，公式无需改动。低于 2019 的老客户端（如 WPS 2016）也能跑，但缺少动态数组溢出，需要传统 Ctrl+Enter 填充。

核心原理：18 位身份证号的日期段在哪

GB 11643 规定：18 位号码第 7–14 位为出生日期，格式 yyyymmdd。用 MID 取出 8 位字符，再转成真正日期值即可参与运算。15 位旧证已被官方淘汰，但档案偶见，可先用 LEN 判断长度，再决定取第 7–12 位并拼接 19，避免直接截断出错。

公式骨架（兼容 18 位，忽略 15 位）

=IFERROR(DATE(VALUE(MID(A2,7,4)),VALUE(MID(A2,11,2)),VALUE(MID(A2,13,2))),"")

MID 分别截取“年、月、日”→VALUE 转为数值→DATE 拼装成序列号→IFERROR 遇到空值或异常证号时返回空白，避免 #VALUE! 污染整列。

操作路径：Windows 桌面端最短 5 步

打开 WPS 表格，选中目标列（假设 A 列为身份证号），在 B2 输入上方公式。
回车后若出现“1900/1/0”说明证号异常，先检查 A2 长度。
向下拖拽填充柄（小方块）至末行；数据过万可双击填充柄自动停到相邻列最后一行。
保持 B 列选中→右键“设置单元格格式”→日期→选“2012-03-14”样式，统一视觉。
工具栏“数据”→“筛选”→按日期列升序，可快速发现未来日期（如 2099 年）或空值，人工复核。

macOS / Linux 差异

路径完全一致，仅快捷键不同：macOS 用 Command+Enter 确认数组，Linux 版右键菜单文字可能显示“单元格格式(F)”而非“(E)”，功能相同。

Android / iOS 移动端

1. 打开表格→底部“工具”→“插入”→“函数”→搜索 MID；2. 虚拟键盘不易输入长公式，建议先在桌面端建模板，再云端同步到手机端查看；3. 手机端不支持一次性填充万行，可借助“填充→向下填充”分批处理，经验性观察千行以内速度尚可。

一步生成“可读的 yyyy-mm-dd”文本

若要把出生日期以文本形式导入其他系统（如教务平台只接受 CSV），可在外层再包 TEXT：

=TEXT(IFERROR(DATE(VALUE(MID(A2,7,4)),VALUE(MID(A2,11,2)),VALUE(MID(A2,13,2))),""),"yyyy-mm-dd")

好处：复制到记事本不会变成 5 位序列号；坏处：文本无法再参与日期运算，需要权衡。

批量处理 10 万行以上的性能边界

经验性观察：16 GB 内存 + SSD 的 Windows 设备，13.9 版对 10 万行执行上述公式，首次计算约数十秒，之后开启“手动计算”改公式才会重算；若开启“多线程计算”可缩短约 30%。数据量再翻倍，建议改用“数据→Power Query 编辑器”→添加列→自定义列，用相同 M 代码提取，随后加载到表格，刷新速度明显优于单元格公式。

15 位旧证兼容方案

档案室偶尔出现 15 位旧证，可先用 IF+LEN 判断，再分别截取：

=IF(LEN(A2)=18,DATE(VALUE(MID(A2,7,4)),VALUE(MID(A2,11,2)),VALUE(MID(A2,13,2))),
IF(LEN(A2)=15,DATE(1900+VALUE(MID(A2,7,2)),VALUE(MID(A2,9,2)),VALUE(MID(A2,11,2))),"证号异常"))

注意：15 位证号没有世纪码，统一加 1900，若遇到 2000 年后出生会误判，需要人工二次校对。

错误排查：出现 ##### / #VALUE! / 1900/1/0 怎么办

现象	最可能原因	验证动作	处置
#####	列宽不足	拉长列宽	自动调整列宽
#VALUE!	A2 含空格或非数字	LEN 检查	CLEAN+TRIM 清洗
1900/1/0	MID 得到 0000	查看编辑栏	人工补全证号

何时不该用公式：隐私合规与替代方案

1. 若身份证列为真实员工数据且需外发第三方审计，建议先用“数据→删除重复→随机化采样”脱敏，或把出生日期提取后删除原列再发；2. 政府/金融系统若要求“最小可用字段”，可用 Power Query 加载后删除原列，仅保留生日，减少泄露面；3. 对实时性要求高的 Web 表单，建议在前端用 JavaScript 即时拆分，避免整表上传服务器。

与 Python 扩展协同：一键脚本模板

WPS 2026 专业版菜单“工具→Python 脚本”已内置 pandas。若数据量超 50 万行，可点击“新建脚本”，粘贴以下示例（已脱敏）：

import pandas as pd
import re
df=pd.read_excel(io=xl('Sheet1'))
def get_birth(s):
    m=re.match(r'\d{6}(\d{8})\d{3}[\dX]',str(s))
    return pd.to_datetime(m.group(1),format='%Y%m%d') if m else None
df['出生日期']=df['身份证号'].apply(get_birth)
df.to_excel('结果.xlsx',index=False)
run_script()

执行后自动生成新文件，再“数据→获取外部数据→从工作簿”导回即可。优点：正则一次过，可扩展校验位；缺点：需要管理员开启 Python 运行时，部分信创环境未预装。

最佳实践 6 条检查表

先备份原表→另存为“_clean”后缀，避免公式污染原始数据。
统一把身份证列设为“文本”，防止科学计数法截断末尾 X。
提取后立刻用“条件格式→突出显示单元格→等于 1900/1/1”捕捉异常。
万行以上优先 Power Query；公式仅做千行内快速验证。
外发前删除原身份证列，并用“审阅→文档检查器”清理隐藏属性。
定期把生日列复制→右键“选择性粘贴→数值”，断开公式依赖，减少重新计算风险。

FAQ：提取出生日期常见疑问

公式正确却得到五位数？

那是日期序列号，只需把单元格格式改为“日期”即可。

能否一次返回“年龄”而非生日？

在外层再包 DATEDIF：=DATEDIF(提取公式,TODAY(),"y")，即可得周岁。

打开文件时公式全变 #NAME？

检查文件是否被另存为 CSV，CSV 不保存公式，应另存为 .xlsx。

提取后想按“星座”分组怎么办？

再加一列用 LOOKUP 对月日匹配星座区间，即可透视统计。

能否屏蔽最后四位再提取？

可以，用 REPLACE 先把第 9–12 位替换成 ****，再对脱敏列提取生日，兼顾隐私。

收尾：下一步行动建议

读完本文，你已掌握从 WPS 表格批量提取身份证号出生日期的完整链路：公式写法、平台差异、性能边界、隐私合规与上万行级替代方案。现在就打开一份真实人事表，按“检查表”六步走，先把 A 列备份，再用 MID+TEXT+DATE 跑一遍，配合条件格式秒扫异常。若数据量持续膨胀，记得切换到 Power Query 或 Python 脚本，把今天学到的模板保存为个人函数库，下次只需刷新即可秒级完成。动手一次，比收藏十篇教程更有效。