Extracción de meta-datos a partir del RFC Mexicano

RFC-mx-metadata.js

const altisonantes = [
  'BACA', 'BAKA', 'BUEI', 'BUEY', 'CACA', 'CACO', 'CAGA', 'CAGO', 'CAKA',
  'CAKO', 'COGE', 'COGI', 'COJA', 'COJE', 'COJI', 'COJO', 'COLA', 'CULO',
  'FALO', 'FETO', 'GETA', 'GUEI', 'GUEY', 'JETA', 'JOTO', 'KACA', 'KACO',
  'KAGA', 'KAGO', 'KAKA', 'KAKO', 'KOGE', 'KOGI', 'KOJA', 'KOJE', 'KOJI',
  'KOJO', 'KOLA', 'KULO', 'LILO', 'LOCA', 'LOCO', 'LOKA', 'LOKO', 'MAME',
  'MAMO', 'MEAR', 'MEAS', 'MEON', 'MIAR', 'MION', 'MOCO', 'MOKO', 'MULA',
  'MULO', 'NACA', 'NACO', 'PEDA', 'PEDO', 'PENE', 'PIPI', 'PITO', 'POPO',
  'PUTA', 'PUTO', 'QULO', 'RATA', 'ROBA', 'ROBE', 'ROBO', 'RUIN', 'SENO',
  'TETA', 'VACA', 'VAGA', 'VAGO', 'VAKA', 'VUEI', 'VUEY', 'WUEI', 'WUEY'
]

const quitarAltisonante = (palabra) => {
  if (altisonantes.includes(palabra)) {
    return palabra.replace(/^(\w)\w/, '$1X')
  }
  return palabra
}

const msgLongitudError = (rfcPart = '') => {
  const msgs = [
    '× 👈 Inicial del 1er apellido',
    '•× 👈 1er vocal interna del 1er apellido',
    '••× 👈 Inicial del 2do apellido',
    '•••× 👈 1er vocal interna del 2do apellido',
    '••••×× 👈 Año de nacimiento (2 digitos)',
    '••••×× 👈 Año de nacimiento (2 digitos)',
    '••••••×× 👈 Mes de nacimiento (2 digitos)',
    '••••••×× 👈 Mes de nacimiento (2 digitos)',
    '••••••••×× 👈 Día del mes de nacimiento (2 digitos)',
    '••••••••×× 👈 Día del mes de nacimiento (2 digitos)',
    '••••••••••××× 👈 homoclave (3 caracteres)'
  ]
  if (rfcPart.length < msgs.length) {
    return msgs[rfcPart.length]
  }
  return 'Error de formato'
}

/*
 * Se encarga de validar y extraer meta información del RFC:
 *
 * @link: https://www.elcontribuyente.mx/rfc/
 */
const metaRFC = (rfcInputTxt) => {
  const rfcInputText = String(rfcInputTxt).toUpperCase()
  const regex = /^([a-z]{3,4})(\d{2})(\d{2})(\d{2})([0-9a-z]{3})$/i
  const metaInfo = {
    rfc_input: rfcInputText,
    nombre_parte: null,
    fecha_nacimiento_anio: null,
    fecha_nacimiento_mes: null,
    fecha_nacimiento_dia: null,
    homoclave: null
  }
  const metaKeys = Object.keys(metaInfo)
  metaInfo.tipo_persona = null // moral | físico
  // obtiene los datos
  const values = rfcInputText.match(regex)
  metaInfo.valido = (values !== null)
  if (metaInfo.valido) {
    for (const i in metaKeys) {
      metaInfo[metaKeys[i]] = values[i]
    }
    const nombre = metaInfo.nombre_parte
    metaInfo.nombre_parte = quitarAltisonante(nombre)
    metaInfo.valido = (nombre === metaInfo.nombre_parte)
    metaInfo.tipo_persona = (rfcInputText.length === 13) ? 'física' : 'moral'
    metaInfo.longitud = rfcInputText.length
  }
  if (metaInfo.valido) {
    metaInfo.msg = '✅ RFC valido'
  }
  metaInfo.msg = msgLongitudError(rfcInputText)
  return metaInfo
}

export default metaRFC

Extraccion de meta información del RFC (México)

Ejemplo de uso:

const rfc = "PENE660720DI6"
metaRFC(rfc)

Resultado

{
  rfc_input: 'PENE660720DI6',
  nombre_parte: 'PXNE',
  fecha_nacimiento_anio: '66',
  fecha_nacimiento_mes: '07',
  fecha_nacimiento_dia: '20',
  homoclave: 'DI6',
  tipo_persona: 'física',
  valido: false,  // <- Notar caso palabra altisonante debería ser PXNE
  longitud: 13,
  msg: 'Error de formato'
}

Este trabajo partió del análisis de una expresión regular ver hilo:

Origen: https://gist.github.com/gerardorochin/5718313

Se alimento con un contenido mas explicado:

Fuente de consulta: https://luisenriquech.blogspot.com/2022/04/expresion-regular-de-rfc-mexico.html

Versión oficial del SAT

^[A-Z&Ñ]{3,4}[0-9]{2}(0[1-9]|1[012])(0[1-9]|[12][0-9]|3[01])[A-Z0-9]{2}[0-9A]$
Versión reducida de la versión oficial del SAT

^[A-Za-zñÑ&]{3,4}\d{6}\w{3}$

El Registro Federal de Contribuyentes (RFC) se genera con 12 o 13 caracteres alfanuméricos obtenidos del nombre completo o razón social en mayúsculas sin acentos ni diéresis y la fecha de nacimiento de cada persona o creacíón de la empresa, para ello se siguen las instrucciones y excepciones a continuación:

Instrucciones

1.- Espacios 1 al 4 (1 al 3 en caso de empresa) La letra inicial y la primera vocal interna del primer apellido, la letra inicial del segundo apellido y la primera letra del nombre.

2.- 5 al 10 (4 al 9 en caso de empresa) La fecha de nacimiento en el orden de año mes y día. Para el año se tomarán los dos últimos dígitos, cuando el mes o el día sea menor a diez, se antepondrá un cero.

3.- 11 al 13 (10 al 12 en caso de empresa) La homoclave es un conjunto de tres caracteres asignados exclusivamente por el SAT con la finalidad de evitar la duplicidad en el RFC, y así mantener el registro sin claves que puedan generar confusión para identificar a los contribuyentes.

Excepciones

1.- Si la letra inicial de alguno de los apellidos es Ñ, el sistema le asignará una "X" en su lugar.

2.- Cuando el nombre sea compuesto (formado por dos o más palabras), la clave se constituye con la letra inicial de la primera palabra, siempre que no sea MARIA, MA., MA, o JOSE, J, J. en cuyo caso se utilizará la segunda palabra.

3.- Si en los apellidos o en el nombre aparecieran caracteres especiales como diagonal (/), guión (-), o punto (.), se captura tal cual viene en el documento probatorio y se asignará una "X" en caso de que esa posición intervenga para la conformación del RFC.
4.- Apellidos compuestos, formados por más de una palabra, el RFC se conformará con la primera palabra del apellido.
5.- Cuando alguno de los apellidos o nombre es compuesto y la primera palabra de esta composición es una preposición, conjunción, o contracción (DA, DAS, DE, DEL, DER, DI, DIE, DD, EL, LA, LOS, LAS, LE, LES, MAC, MC, VAN, VON, Y) se elimina la primera palabra y se utiliza la siguiente del apellido o nombre.
6.- Si de las cuatro letras resulta una palabra altisonante, la segunda letra será sustituida por una "X".
7.- Con dos apellidos, si el primer apellido no tiene vocal interna, se le asignará una "X" en la segunda posición.
8.- Con un apellido, si no existe el segundo apellido, se asignará una "X" en la tercera posición.