不敢把数据喂给 AI?这款免费 Word 脱敏神器,保留格式还能“数据偏移”!

财税人与AI之间隔着一堵数据保密的墙。

       众所周知，作为重度AI使用爱好者，但又作为财税人员，含有数据和敏感信息的企业资料不敢往AI里丢。

       打破这堵墙当然急需一款脱敏工具，但市面上免费的脱敏工具，搜了下发现无法离线，也无法满足阿白的需求。

       包括平时做单位总结报告脱敏版时，阿白在构思有没有一样工具，可以保持Word的格式不变，对预设好的文本和数字进行打星号处理。

      虽然Word可以使用通配符将所有数字打星号，但是序号、日期等不需要打星号的也都一起打，每次还得手动调半天。

       于是阿白呕心沥血，制作了这款“Word文档脱敏工具_v1.0”，虽然只是第一代版本，但对于自己想要的功能，已经做到基本满足。

        目前仅支持Word文档，后续会陆续升级，支持Excel表格和PDF文件等。

        分享给各位财神爷~

→准备源文档（Docx格式优先），下载并运行脱敏工具（双击打开即可无需安装）

→将需脱敏的文档放至某个文件夹中（支持多个文档批量脱敏）

→这里阿白用Kimi随机做了一个带数字的总结

→点击工具输入文件夹的【浏览】按钮

→选择对应输入文件夹

→选择对应输出文件夹（没有选择则默认输出脱敏版到输入文件夹）

→接下来进行脱敏规则配置，主要分为三类“特定文本替换”、“特殊字符替换”、“常规数字替换”

→点击特定文本替换的【管理】按钮

→点击【添加】按钮，可以将自己想要替换脱敏的原文本和替换文本手动输入，同时支持【导入Excel】和【导出Excel】

→如果还没添加任何规则，【导出Excel】则是空白模版

→建议只做中文和英文替换，不要做数字替换，可能会与常规数字替换产生冲突

→比如放自己的单位全称、名字等

→接着配置“特殊字符替换”

→这里预设了6类特殊字符，序号免脱敏、身份证号码脱敏、邮箱脱敏、手机号脱敏、日期脱敏、地址脱敏

→点击勾选则全部自动识别脱敏，可能会存在遗漏，后续版本会继续打补丁，但大部分应该没问题

→勾选后生效。例如‘序号免脱敏’，勾选时工具会自动跳过序号；若取消勾选，工具则会将序号视为普通数字一并进行脱敏处理；身份证号码取消勾选的话，工具会标记免脱敏。

→接着配置“常规数字替换”

→这里预设了2种脱敏规则

→第一种是打星号处理

→第二种是计算偏移，不打星号，而是对提取的数据进行计算，支持加或减或乘或除，支持手动填入两位小数的数字

→最后选择Word处理模式，正常都用Word COM模式，保留原格式且可以处理文档中的表格信息，但是电脑必须安装Word软件

→python-docx，电脑万一没有安装Word软件就用这个，不需要下载，但只支持Docx格式的文档，处理速度很快，无法处理表格，不保留原格式

→配置后，点击【开始处理】按钮

→等待程序处理完成后，回到输出文件夹，即可看到后缀加了“_脱敏”的新文档

→同时生成CSV格式表格，记录详细的脱敏情况

1.会有少数脱敏遗漏的情况，特别是特殊字符范围的，脱敏后建议再自行检查一遍。

2.前面提到的，特定文本替换不要替换数字，使用中文和英文文本替换，尽量使用Docx文档，需安装 Microsoft Word 官方原版，仅安装 WPS 可能无法正常调用 COM 组件。

3.必须是windows电脑，MAC的后续再列入开发计划。

4.计算偏移是为了后续AI做数据分析使用，因为做了统一计算后，不影响整体分析结果。

5.工具会自动保持脱敏配置，跟工具同个文件夹内生成的“word_desensitize_config.json”文件不要删除。

6.因为脱敏规则设置比较复杂，序号免脱敏总是跟数字脱敏产生冲突等等问题，光调试就不下50版，还有一遍又一遍不停的测试，开发不易，觉得好用的话，动动您发财的手指给阿白点个赞哟~Thanks♪(･ω･)ﾉ