app.py

import re
import gradio as gr

# ---------------------------
# 1. REGEX PATTERNS
# ---------------------------
EMAIL_RE = re.compile(r"\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,}\b")
URL_RE = re.compile(r"\bhttps?://\S+|\bwww\.\S+\b", re.IGNORECASE)
IP_RE = re.compile(r"\b\d{1,3}(?:\.\d{1,3}){3}\b")
DATE_RE = re.compile(r"\b(?:\d{1,2}[\/\-.]\d{1,2}[\/\-.]\d{2,4}|\d{4}-\d{2}-\d{2})\b")

# téléphones un peu larges, on filtrera les trop courts
PHONE_RE = re.compile(r"(?:\+?\d[\d\s().-]{5,}\d)")

# cartes bancaires : on détecte 13 à 19 chiffres avec séparateurs
CARD_RE = re.compile(r"\b(?:\d[ -]*?){13,19}\b")

# SSN US basique
SSN_RE = re.compile(r"\b\d{3}-\d{2}-\d{4}\b")


# ---------------------------
# 2. UTILITAIRES
# ---------------------------
def luhn_valid(number: str) -> bool:
    """Vérifie un numéro de carte avec Luhn (simple)."""
    digits = [int(d) for d in number if d.isdigit()]
    if len(digits) < 13 or len(digits) > 19:
        return False
    checksum = 0
    parity = len(digits) % 2
    for i, d in enumerate(digits):
        if i % 2 == parity:
            d = d * 2
            if d > 9:
                d -= 9
        checksum += d
    return checksum % 10 == 0


def mask_value(value: str, style: str = "tag") -> str:
    """
    style:
      - tag -> [PII]
      - stars -> ********
      - keep_len -> même longueur mais *
    """
    if style == "tag":
        return "[PII]"
    elif style == "stars":
        return "*" * len(value)
    elif style == "keep_len":
        return "".join("*" if not c.isspace() else c for c in value)
    return "[PII]"


# ---------------------------
# 3. ANONYMISATION
# ---------------------------
def anonymize(text: str, style: str):
    if not text.strip():
        return "Paste or type a text to anonymize.", "{}"

    counts = {
        "email": 0,
        "url": 0,
        "ip": 0,
        "date": 0,
        "phone": 0,
        "card": 0,
        "ssn": 0,
    }

    # 1) Emails
    def repl_email(m):
        counts["email"] += 1
        return mask_value(m.group(), style)
    text = EMAIL_RE.sub(repl_email, text)

    # 2) URLs
    def repl_url(m):
        counts["url"] += 1
        return mask_value(m.group(), style)
    text = URL_RE.sub(repl_url, text)

    # 3) IPs
    def repl_ip(m):
        counts["ip"] += 1
        return mask_value(m.group(), style)
    text = IP_RE.sub(repl_ip, text)

    # 4) Dates
    def repl_date(m):
        counts["date"] += 1
        return mask_value(m.group(), style)
    text = DATE_RE.sub(repl_date, text)

    # 5) SSN
    def repl_ssn(m):
        counts["ssn"] += 1
        return mask_value(m.group(), style)
    text = SSN_RE.sub(repl_ssn, text)

    # 6) Cartes bancaires (avec Luhn)
    def repl_card(m):
        raw = m.group()
        digits = "".join(ch for ch in raw if ch.isdigit())
        if luhn_valid(digits):
            counts["card"] += 1
            return mask_value(raw, style)
        return raw  # pas une vraie carte
    text = CARD_RE.sub(repl_card, text)

    # 7) Téléphones
    def repl_phone(m):
        raw = m.group()
        # on nettoie
        digits = "".join(ch for ch in raw if ch.isdigit())
        if len(digits) < 6:  # trop court pour être un vrai numéro
            return raw
        counts["phone"] += 1
        return mask_value(raw, style)
    text = PHONE_RE.sub(repl_phone, text)

    # petit résumé JSON
    import json
    stats = json.dumps({k: v for k, v in counts.items() if v > 0}, indent=2, ensure_ascii=False)
    return text, stats or "{}"


# ---------------------------
# 4. GRADIO UI
# ---------------------------
with gr.Blocks(title="PII-Shield — Anonymizer") as demo:
    gr.Markdown("# 🛡️ PII-Shield — Text Anonymizer")
    gr.Markdown("Collez un SMS, un e-mail ou un texte administratif. L’outil masque automatiquement emails, téléphones, URLs, IPs, dates, SSN et cartes bancaires (Luhn).")

    with gr.Row():
        inp = gr.Textbox(lines=10, label="Texte à anonymiser")
        style = gr.Radio(
            ["tag", "stars", "keep_len"],
            value="tag",
            label="Style de masquage",
            info="tag = [PII], stars = ********, keep_len = même longueur"
        )

    btn = gr.Button("Analyser / Masquer")

    out = gr.Textbox(lines=10, label="Texte anonymisé")
    stats = gr.JSON(label="Éléments détectés")

    examples = [
        "Salut Marie, écris-moi à marie.dupont@example.com ou appelle au +33 6 12 34 56 78. RDV le 12/05/2024.",
        "Payment card: 4111 1111 1111 1111, IP: 192.168.0.1, site: https://example.org",
        "US client SSN: 123-45-6789"
    ]
    gr.Examples(examples=examples, inputs=inp, outputs=[out, stats])

    btn.click(anonymize, inputs=[inp, style], outputs=[out, stats])

if __name__ == "__main__":
    demo.launch()