backend/app/services/pii_basic.py

"""PII 基礎掃描（L4 minimal；L8 才完整 4 層）。

對應 PRD §49 layer 1：regex 即時偵測。先給 5 條內建。
"""
from __future__ import annotations

import re

# 內建最小規則集（PRD §49 layer 1 預設）
_BUILTIN_PATTERNS = [
    ("台灣身分證", re.compile(r"\b[A-Z][12]\d{8}\b")),
    ("手機號碼", re.compile(r"\b09\d{2}[-\s]?\d{3}[-\s]?\d{3}\b")),
    ("信用卡號", re.compile(r"\b(?:\d[ -]*?){13,19}\b")),
    ("Email 地址", re.compile(r"\b[A-Za-z0-9._%+\-]+@[A-Za-z0-9.\-]+\.[A-Za-z]{2,}\b")),
    ("出生日期", re.compile(r"\b(19|20)\d{2}[-/](0[1-9]|1[0-2])[-/](0[1-9]|[12]\d|3[01])\b")),
]


def scan(text: str) -> dict | None:
    """回傳第一個命中的規則資訊；無命中回 None。"""
    if not text:
        return None
    for name, pat in _BUILTIN_PATTERNS:
        m = pat.search(text)
        if m:
            return {
                "layer": 1,
                "rule": name,
                "match": m.group(0)[:32],
                "start": m.start(),
                "end": m.end(),
            }
    return None