Create app.py

app.py

@@ -0,0 +1,162 @@
+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()