本地脱敏
访谈稿、会议纪要、病历摘要要发给别人之前,得先确认真名换了、手机号和身份证没漏。redact 把这件事做成三步:检测、替换、反查。全程在你的电脑上跑,免费,文件不上传。
第一步:检测
什么参数都不加,就是只检测、不修改:
默认检测手机号、身份证号、邮箱、银行卡号,身份证和银行卡会核对校验位,减少误报。要连网址一起查,用 --rules all;只查其中几类:
人名、机构名靠规则认不出来,需要写进映射表。
第二步:写映射表
映射表就是一张 Markdown 表格:左列是真实信息,同一个人的多个叫法用 / 隔开;右列是替换成的代号。
标题里带「公众人物」或「保留真名」的那一节,列出的名字会原样保留,不会被当成命中,也不会被替换。
映射表也可以写成 YAML,顶层用 entries、keep 等字段,会按内容自动识别。
带上映射表再检测一次,可以看到哪些已经在表里、哪些还没覆盖:
第三步:替换
产物是 访谈稿_redacted.md,原文件不动。同一个名字每次都换成同一个代号,你手里有表就能对得上。
替换完会自动反查一遍:映射表里的真名只要还有残留,就不产出文件,提示你补全别名。
检测到、但映射表里没有的隐私信息(比如一个没登记的手机号),默认用 [已删除] 盖住,照常产出并提醒你。处理方式可以改:
--on-miss fail:一遇到就中止,不产出--on-miss mask:照常盖住,不提示--mask换掉[已删除]这个遮罩文字
发出前再查一次
手上有一份应该已经脱敏的文件,想单独确认它是干净的:
放进脚本
结果用退出码表示,接脚本很方便:
--json 输出结构化结果,每个文件一行。自己的检测规则可以写成 YAML,用 --rules-file 追加。
下一步
- 敏感资料的转换和 AI 处理也留在本机:
- 哪些数据会上传、放在哪里: