智能文本脱敏 · 本地加密还原 · 专业级文档处理

🔒 脱敏工具

一个功能强大、安全可靠的文本脱敏工具，支持 Word、PDF、TXT 文件的智能脱敏处理。所有处理均在本地完成，确保数据隐私安全。

---

✨ 核心功能

🎯 多种脱敏模式

• 全量替换：完全隐藏敏感内容（如：张三 → ***）
• 部分遮蔽：保留前几位，其余隐藏（如：张三 → 张*）
• 智能识别：自动识别并脱敏常见敏感信息

🤖 智能识别（10种）

自动识别并脱敏以下类型的敏感信息：

• 📱 手机号 - 保留前3位
• 🪪 身份证号 - 保留前6位
• 📧 邮箱地址 - 保留前2位
• 💳 银行卡号 - 保留前4位
• 🌐 IP地址 - 保留前4位
• 🏢 企业名称 - 保留法律后缀（如"有限公司"）
• 🏠 详细地址 - 保留前3位
• 🚗 车牌号 - 保留前2位
• 🔢 统一社会信用代码 - 保留前4位
• 💰 金额 - 完全脱敏（支持¥/$/USD等符号）

🧬 OOXML 深度处理（DOCX专用）

• ✅ Run级处理：解决字符碎片化问题
• ✅ 格式保持：完美保持原有样式、字号、颜色
• ✅ 布局稳定：使用等长占位符，避免排版错乱
• ✅ 完整遍历：支持正文、表格、页眉、页脚、嵌套表格

🔐 军国级加密

• AES-256-GCM 加密算法
• PBKDF2 密码钥派生（120,000 次迭代）
• 随机盐值和 Nonce（每次加密唯一）
• 密码强度验证（至少6位）

📄 多格式支持

• 输入格式：TXT、DOCX、PDF
• 输出格式：DOCX（脱敏文档）、JSON（加密还原文件）
• 文件大小：最大支持 50MB

---

🚀 快速开始

方式一：桌面应用（推荐）⭐

# 1. 克隆仓库
git clone [https://github.com/SenryLee/desensitization-tool.git]
cd desensitization-tool/source

# 2. 安装依赖
pip install -r requirements.txt

# 3. 运行应用
python desktop_app.py

方式二：Streamlit 应用

# 1. 安装依赖
pip install -r requirements.txt

# 2. 启动应用
streamlit run app.py

# 3. 打开浏览器
# 访问 http://localhost:8501

方式三：纯 HTML 版本

直接在浏览器中打开 index.html 即可使用，无需安装任何依赖。

---

📦 打包发布

macOS

# 1. 安装打包工具
pip install pyinstaller

# 2. 执行打包
python build.py

# 3. 生成的文件
# dist/脱敏工具.app

Windows

# 1. 安装打包工具
pip install pyinstaller

# 2. 执行打包
python build.py

# 3. 生成的文件
# dist\脱敏工具.exe

详细打包说明请参考：BUILD_README.md

---

📖 使用指南

脱敏流程

1. 上传文件：选择 TXT、DOCX 或 PDF 文件
2. 设置关键词：输入需要脱敏的关键词（可选）
3. 启用智能识别：勾选自动识别敏感信息
4. OOXML 深度处理：DOCX 文档推荐启用（保持格式）
5. 设置密码：设置还原密码（至少6位）
6. 开始脱敏：点击按钮开始处理
7. 下载文件：获取脱敏文档和加密还原文件

还原流程

1. 上传加密文件：选择 .json 还原文件
2. 输入密码：输入之前设置的还原密码
3. 解密还原：点击解密按钮
4. 下载原文：获取原始文档

---

🛠️ 技术栈

• UI 框架：CustomTkinter 5.2.1
• 文档处理：python-docx, pdfplumber
• 加密：cryptography (AES-256-GCM)
• 正则表达式：re (Python 标准库)
• 打包工具：PyInstaller

---

📁 项目结构

source/
├── core/                      # 核心模块
│   ├── __init__.py
│   ├── masking.py             # 脱敏功能
│   ├── encryption.py          # 加密解密
│   ├── file_handler.py        # 文件处理
│   ├── enhanced_doc.py        # 格式保持
│   └── ooxml_processor.py     # OOXML深度处理
├── desktop_app.py             # 桌面应用主程序
├── app.py                     # Streamlit版本
├── index.html                 # 纯HTML版本
├── requirements.txt           # Python依赖
├── tests/                     # 测试文件
└── README.md                  # 本文件

---

🧪 运行测试

# 安装测试依赖
pip install pytest

# 运行所有测试
pytest tests/

# 运行特定测试
pytest tests/test_masking.py
pytest tests/test_encryption.py

---

⚙️ 配置说明

脱敏模式

• FULL：全量替换（张三 → ***）
• PARTIAL：部分遮蔽（张三 → 张*，可自定义保留位数）
• REGEX：正则匹配
• SMART：智能识别

智能识别开关

在 core/masking.py 中的 PREDEFINED_PATTERNS 可以自定义识别模式：

PREDEFINED_PATTERNS = {
    "手机号": MaskPattern(...),
    "身份证号": MaskPattern(...),
    # ... 更多模式
}

---

🔒 安全特性

• ✅ 本地处理：所有操作在本地完成，数据不上传
• ✅ 强加密：AES-256-GCM 认证加密
• ✅ 密钥派生：PBKDF2 (120,000 次迭代)
• ✅ 随机盐值：每次加密使用唯一盐值
• ✅ 密码验证：强制至少6位密码
• ✅ 无网络请求：不包含任何网络通信代码

---

🤝 贡献

欢迎贡献代码！请遵循以下步骤：

1. Fork 本仓库
2. 创建特性分支 (git checkout -b feature/AmazingFeature)
3. 提交更改 (git commit -m 'Add some AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 开启 Pull Request

---

📝 许可证

本项目采用 MIT 许可证 - 详见 LICENSE 文件

---

👨‍💻 作者

• 开发者：SENRYLEE
• 项目链接：https://github.com/SenryLee/desensitization-tool.git

---

🙏 致谢

感谢以下开源项目：

• CustomTkinter - 现代化 UI 框架
• python-docx - Word 文档处理
• pdfplumber - PDF 文档处理
• cryptography - 加密库

---

📮 联系方式

• 问题反馈：[GitHub Issues][(https://github.com/SenryLee/desensitization-tool.git)

---

⭐ 如果这个项目对您有帮助，请给个 Star！