Privacy Check

隐私敏感信息扫描器 (Privacy Check) v1.0.1。 检测15+种敏感个人信息：身份证号、手机号、邮箱、银行卡、信用卡、 SSN、护照、驾驶证、微信号、支付宝号、API密钥等。 支持 JSON/CSV/HTML 报告输出、白名单忽略、文件类型过滤。 Use when: 需要在数据文件中发现敏感信息、 数据发布前做隐私审查、合规检查准备、数据脱敏预处理。 🎉 v1.0.1 安全增强更新： - 6 种新增PII模式（信用卡、SSN、港澳台护照、驾驶证、微信号、支付宝） - CSV / HTML 报告格式 - 白名单忽略模式 - 文件扩展名过滤 - 🔒 上下文行自动脱敏，避免敏感数据聚合泄露 - 🔒 上下文默认关闭（--context 开启），减少敏感数据聚合风险 - 🔒 报告头部增加安全警告 - ASCII 条形图摘要 v1.0.0 核心功能： - 🔍 10+ 种敏感信息模式检测 - 🎭 自动脱敏显示 - 📊 JSON 报告输出 - 🚀 纯本地运行，无外部依赖 触发关键词：隐私检查、PII扫描、敏感信息检测、 数据合规、脱敏、隐私审计、个人信息保护 适用范围：任意文本文件（TXT/CSV/JSON/日志等） 运行模式：纯本地，无网络请求 ❎ 外部依赖：Python标准库（无需额外安装）

🔍 Privacy Check v1.0.1

Overview

扫描文件中的敏感个人信息。支持单个文件或整个目录递归扫描，输出结构化的 JSON/CSV/HTML 报告，并通过 ASCII 条形图展示类型分布。

Usage

bash

# 扫描单个文件
python3 scripts/scanner.py --file data.csv

# 扫描目录
python3 scripts/scanner.py --dir ./data/

# HTML 报告
python3 scripts/scanner.py --dir ./data/ --format html --output report.html

# 忽略注释行 + 只扫描 txt/csv
python3 scripts/scanner.py --dir ./data/ --ignore "^#" --ext .txt,.csv

Supported Patterns (15+)

类型	示例(脱敏后)	严重级别
中国大陆身份证号	1101**********1234	高
中国大陆手机号	138****1234	高
电子邮件地址	usa****@example.com	中
银行卡号(Luhn)	6222**********1234	高
信用卡号(Luhn)	4111**********1111	高
美国社会安全号(SSN)	*--1234	高
中国护照号	E1****34	高
港澳护照号	AB****78	高
台湾护照号	12****89	中
中国大陆驾驶证号	1101************99	高
微信号	zh****en	中
支付宝账号	usa****@...	中
IP地址	192.**..*	低
邮政编码	100***	低
API密钥	sk-...****abcd	高

Output Formats

JSON (默认) — 结构化数据供程序处理：

json

{"scan_time": "...", "total_findings": 42, "by_type": {"china_id": 5, ...}}

CSV (--format csv) — 扁平表格，每行一条发现：

csv

file,line,type,description,severity,match
data.csv,128,china_id,中国大陆身份证号,高,1101**********1234

HTML (--format html) — 带样式、摘要卡片和条形图的可视化页面。

ASCII 条形图摘要

v1.0.1 终端输出包含类型分布图：

text

████████████████████ 中国大陆身份证号: 15
████████████ 邮箱: 8
██████ 手机号: 4

Legal

本工具仅辅助检测，不能替代专业合规审计。检测结果可能存在漏报或误报，使用者应自行核实。

Security

• ✅ 纯本地运行，无网络请求
• ✅ 仅读取用户指定的文件
• ✅ 检测结果脱敏显示，不泄露原始数据
• ❌ 无任意代码执行（无 exec/eval）
• ❌ 无系统命令执行（无 subprocess/shell）