数据脱敏python

最近在对数据做脱敏的事情，第一次接触这方面的，所以将自己的做法记录了下来，希望对大家有所帮助，仅是自己的一点拙见。

1、数据脱敏定义

数据脱敏(Data Masking)，又称数据混淆、数据漂白、数据去隐私化。是一种为用户提供虚假数据而非真实数据、防止敏感数据滥用的技术，包括静态脱敏（通常在非生产数据库中防止静态数据的滥用）和动态脱敏（生产数据库中传输数据的脱敏）

2、任务描述

相关单位在将法律文书公布在网上之前需要将个人的相关信息进行屏蔽处理，主要需要屏蔽的信息包括：家庭住址、户籍地、通讯方式、身份证号、银行账号、发票号码、人名、工作单位等不宜公开的内容

3、具体的做法

（1）地址：家庭住址、户籍地

例子：

    江苏省徐州市鼓楼区幸福小区幸福路19栋19号1单元110室

第一步，将数字进行脱敏 ：

     江苏省徐州市鼓楼区幸福小区幸福路**栋**号**单元**室

第二步，将不需要脱敏的信息进行保留，即将第一步的结果进行拆分成三部分：

    江苏省徐州市鼓楼区     幸福小区幸福路       **栋**号**单元**室

第三步，根据字典['小区','新村','街道','村委','居委会','社区','镇','组','路','村','巷','店','铺','港','街','园','苑','队','乡']进行脱敏：

    江苏省徐州市鼓楼区     **小区**路       **栋**号**单元**室

第四步，将上述三部分进行合并：

    江苏省徐州市鼓楼区**小区**路**栋**号**单元**室

即完成了地址的脱敏

（2）数字的脱敏：通讯方式、身份证号、银行账号、发票号码

找到相对应的数据，直接截取需要保留的位数，剩下的使用*替换

通讯方式：18063481111   1806348****

身份证：32108319731111111    3210831973********
银行卡号：1234567890783625    123456789078****
发票代码：16068765    1606****

（3）人名

第一步，从整份文书中抽取到所有人名

第二步，将同一姓氏的放在一个字典中

第三步，对于仅有一个姓氏的，保留姓氏，名字用“某某”替换

第四步，循环访问一姓氏多人的情况，第一个用“某甲”，第二用“某乙”，依次类推

魏有1    魏某某
姚小德    姚某乙
姚大辉    姚某甲

（4）工作单位

单位的脱敏目前还未找到统一的方法，因为工作单位不是特别的明确，有想法的小伙伴们可以共同交流一下