敏感信息脱敏

批量识别文本中有固定格式的个人信息并替换掉,输出脱敏后的文本。内置身份证号、手机号、邮箱、银行卡号、车牌号、统一社会信用代码、IP 地址、QQ 号、微信号、生日、地址前缀共十一类,其中身份证号、银行卡号和统一社会信用代码还会核对校验位,减少误判。

替换方式可选占位符(换成 [PHONE_1] 一类的编号,另附对照表,可还原)、掩码(保留前后若干位、中间打星号)或删除,也可以自己补充正则规则,覆盖工号、合同号等内部编号。只认有固定格式的串,自由书写的人名、地址描述不在识别范围内。

不识别人名,导出的明细含原值

只能匹配身份证、手机号、邮箱、银行卡这类有固定格式的串;人名和自由描述的地址不会被脱敏,需要时请另行处理。

命中明细 CSV 中保留原值,属于敏感数据,下载后请按贵单位的合规要求保管或销毁。

加载文件上传组件中...

至少勾选一种;空表示【全部启用】。所有类型的检测都在本地正则 + 校验位完成,零联网。

替换为 [PHONE_1] 之类的可逆映射占位,附映射表 CSV

导出每条命中:所属文件 / 类型 / 原值 / 占位符 / 起止位置。原值会以明文写入 CSV,请确认下载后安全处置。

用于追加内置类型未覆盖的格式(如内部工号、合同号、订单号)。命中会以 [CUSTOM_别名_N] 占位。

暂未添加自定义正则。

每 10,000 个字符 1 点

敏感信息脱敏常见问题

敏感信息脱敏适合处理什么材料?
中文文本材料,例如新闻报道、政策文件、访谈记录、评论和文学作品,上传文本文件后即可分析。
敏感信息脱敏会得到什么结果?
批量识别并替换文本里的身份证号、手机号、银行卡号等固定格式个人信息,输出脱敏后的文本。
敏感信息脱敏怎么用?
上传材料、确认设置、点提交,任务完成后在工作台打开报告。不用安装软件,也不用写代码。详细步骤见教程《敏感信息脱敏:批量替换固定格式的个人信息》。
敏感信息脱敏怎么计费?
按文字量计费,每满 10000 字 1 点,不足 10000 字按 1 点算。提交前页面会显示本次消耗。
结果可以写进论文吗?
可以。报告里的数字和图表附有统计口径与原文出处,末尾有方法说明,涉及统计模型的报告还列出参考文献,可以作为论文附件或方法依据。

在论文里引用敏感信息脱敏: 查看引用格式

同类工具

  • 文本清洗清理文本里的标点符号、表情、网页标签和自定停用词,并可把长文切成等长片段。
  • 文本质量评估器统计文本的规模、句长、词汇丰富度与重复率,给出 0~100 分,并判断能否用于聚类、主题模型等分析。
  • 中文文本规范化统一中文材料里的繁简、引号、全半角和省略号写法,可把数字改写成中文,并整篇注音。
  • 词性标注标出每个词的语法类别,统计词性分布与相邻词性的搭配概率,并与六类参考语料比较写法偏向。
  • 关键词抽取用 TF-IDF 与 TextRank 两种方法各提一份关键词并交叉对照,标出两者都认可的核心词。
  • 高频词提取统计词频,并可同时统计两到四个词组成的固定说法,标出哪些提法在多份材料里反复出现。