Update pipelines/anonymize.py

pipelines/anonymize.py

@@ -1,28 +1,51 @@
-# 最低限の動作用スタブ。実運用は実名/連絡先のマスキング等を実装してください。
 from reportlab.pdfgen import canvas
 from reportlab.lib.pagesizes import A4
 from io import BytesIO
+import re
+from typing import Dict, Tuple
 
 
-def anonymize_text(text: str):
+def anonymize_text(text: str) -> Tuple[str, Dict[str, str]]:
     """
-    ここでは何もしないでそのまま返す。
-    実運用では氏名・メール・電話などを正規表現等で [REDACTED] に置換し、
-    置換マップを返してください。
+    最小実装：メール/電話を [REDACTED] に置換。氏名などの高度な匿名化は未実装。
+    実運用では固有表現抽出や辞書を組み合わせて拡張してください。
     """
-    return text, {}
+    mapping: Dict[str, str] = {}
+
+    def _replace(pattern: str, label: str, s: str) -> str:
+        def _sub(m):
+            val = m.group(0)
+            if val not in mapping:
+                mapping[val] = f"[{label}_REDACTED]"
+            return mapping[val]
+        return re.sub(pattern, _sub, s)
+
+    # email
+    text = _replace(r"[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,}", "EMAIL", text)
+    # phone (緩め)
+    text = _replace(r"(?:\+?\d{1,3}[ -]?)?(?:\(\d{2,4}\)[ -]?)?\d{2,4}[ -]?\d{2,4}[ -]?\d{3,4}", "PHONE", text)
+
+    return text, mapping
 
 
 def render_anonymized_pdf(text: str) -> bytes:
+    """
+    簡易PDF描画：A4 に左上から行単位で出力（自動改ページ）。
+    """
     buf = BytesIO()
     c = canvas.Canvas(buf, pagesize=A4)
     width, height = A4
-    y = height - 40
+    x_margin, y_margin = 40, 40
+    line_height = 14
+
+    y = height - y_margin
     for line in text.splitlines():
-        if y < 40:
+        if y < y_margin:
             c.showPage()
-            y = height - 40
-        c.drawString(40, y, line[:120])
-        y -= 14
+            y = height - y_margin
+        # 長い行は雑に切る（ReportLab簡易実装）
+        c.drawString(x_margin, y, line[:120])
+        y -= line_height
+
     c.save()
     return buf.getvalue()