Détecteurs regex prêts à l'emploi¶

PIIGhost fournit des ensembles de patterns RegexDetector dans examples/detectors/. Chaque fichier expose un dictionnaire PATTERNS et un helper create_detector() pour une intégration immédiate.

Patterns disponibles¶

Communs (universels)¶

Fichier : examples/detectors/common.py

Label	Exemple
`EMAIL`	`alice@example.com`
`IP_V4`	`192.168.1.42`
`IP_V6`	`2001:0db8:85a3::8a2e:0370:7334`
`URL`	`https://api.example.com/v1`
`CREDIT_CARD`	`4532-1234-5678-9012`
`PHONE_INTERNATIONAL`	`+33 6 12 34 56 78`
`OPENAI_API_KEY`	`sk-proj-abc123xyz456789ABCDEF`
`AWS_ACCESS_KEY`	`AKIAIOSFODNN7EXAMPLE`
`GITHUB_TOKEN`	`ghp_ABCDEFGHIJKLMNOPQRSTUVWXYZ…`
`STRIPE_KEY`	`sk_live_ABCDEFGHIJKLMNOPQR…`

Spécifiques US¶

Fichier : examples/detectors/us.py

Label	Exemple	Format
`US_SSN`	`123-45-6789`	XXX-XX-XXXX
`US_PHONE`	`(555) 867-5309`	Avec préfixe +1 optionnel
`US_PASSPORT`	`C12345678`	Lettre + 8 chiffres
`US_ZIP_CODE`	`90210-1234`	ZIP ou ZIP+4
`US_EIN`	`12-3456789`	Employer Identification Number
`US_BANK_ROUTING`	`021000021`	9 chiffres (ABA routing)

Europe¶

Fichier : examples/detectors/europe.py

Label	Exemple	Pays
`EU_IBAN`	`FR7630006000011234567890189`	Pan-EU
`EU_VAT`	`FR12345678901`	Pan-EU
`FR_SSN`	`185017512345612`	France (INSEE)
`FR_PHONE`	`06 12 34 56 78`	France
`FR_ZIP`	`75001`	France
`DE_PHONE`	`030 1234567`	Allemagne
`DE_ZIP`	`10115`	Allemagne
`UK_NINO`	`AB123456C`	UK (National Insurance)
`UK_NHS`	`943-476-5919`	UK (numéro NHS)
`UK_POSTCODE`	`SW1A 1AA`	UK

Démarrage rapide¶

Une seule région¶

from examples.detectors.common import create_detector
from piighost.anonymizer import Anonymizer

detector = create_detector()
anonymizer = Anonymizer(detector=detector)

result = anonymizer.anonymize("Écrivez-moi à alice@example.com, serveur 192.168.1.42.")
print(result.anonymized_text)
# Écrivez-moi à <<EMAIL_1>>, serveur <<IP_V4_1>>.

Combiner commun + régional¶

from examples.detectors.europe import create_full_detector
from piighost.anonymizer import Anonymizer

# create_full_detector() fusionne les patterns communs + européens via CompositeDetector
detector = create_full_detector()
anonymizer = Anonymizer(detector=detector)

result = anonymizer.anonymize(
    "IBAN FR7630006000011234567890189, email marie@exemple.fr, tél 06 12 34 56 78."
)
print(result.anonymized_text)
# IBAN <<EU_IBAN_1>>, email <<EMAIL_1>>, tél <<FR_PHONE_1>>.

Sélectionner des patterns à la carte¶

from piighost.anonymizer import Anonymizer
from piighost.anonymizer.detector import RegexDetector

from examples.detectors.common import PATTERNS as COMMON
from examples.detectors.europe import PATTERNS as EU

# Choisissez uniquement ce dont vous avez besoin
my_patterns = {
    "EMAIL": COMMON["EMAIL"],
    "URL": COMMON["URL"],
    "EU_IBAN": EU["EU_IBAN"],
    "FR_PHONE": EU["FR_PHONE"],
}

detector = RegexDetector(patterns=my_patterns)
anonymizer = Anonymizer(detector=detector)

Combiner avec GLiNER2 (NER + regex)¶

from gliner2 import GLiNER2
from piighost.anonymizer import Anonymizer, GlinerDetector
from piighost.anonymizer.detector import CompositeDetector
from examples.detectors.common import create_detector as create_regex

model = GLiNER2.from_pretrained("fastino/gliner2-multi-v1")

detector = CompositeDetector(
    detectors=[
        GlinerDetector(model=model, labels=["PERSON", "LOCATION"], threshold=0.5, flat_ner=True),
        create_regex(),  # emails, IPs, URLs, clés API, etc.
    ]
)

anonymizer = Anonymizer(detector=detector)

result = anonymizer.anonymize("Patrick à alice@example.com, IP 10.0.0.1.")
print(result.anonymized_text)
# <<PERSON_1>> à <<EMAIL_1>>, IP <<IP_V4_1>>.

Ajouter vos propres patterns¶

Les ensembles de patterns sont de simples dictionnaires — étendez-les ou créez les vôtres :

from examples.detectors.common import PATTERNS as COMMON

my_patterns = {
    **COMMON,
    "LICENSE_PLATE_FR": r"\b[A-Z]{2}-\d{3}-[A-Z]{2}\b",
    "CUSTOM_ID": r"\bCUST-\d{6}\b",
}

Voir aussi Étendre PIIGhost pour créer des classes de détecteur entièrement personnalisées.