🔍 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
# 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：
{"scan_time": "...", "total_findings": 42, "by_type": {"china_id": 5, ...}}
CSV (--format csv) — 扁平表格，每行一条发现：
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：
████████████████████ 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）