分享一个自用的文档脱敏小工具

前阵子整理客户资料的时候，发现很多文档里都有手机号、身份证号这些敏感信息 😅 手动一个个改太麻烦了，就顺手写了个小工具。用了一段时间感觉还行，分享给大家～

最后面会有开发思路分享。

🎯 能做什么

简单说就是帮你自动把文档里的敏感信息打码：
✅ 支持 Word 和 Excel，日常办公够用了
✅ 手机号、固定电话、身份证号都能识别
✅ 如果你想脱敏别的内容，可以自己写匹配规则
✅ 替换符号可以改，也可以保留后几位（比如手机号留后4位）
✅ 有些内容不想脱敏？可以设白名单，不替换
✅ 能批量处理，省得一个个点
✅ 处理前可以先预览，看看识别得对不对
✅ 文档格式不会乱，原来多少个字，替换后就是多少个*号

👥 适合谁用
💼 经常要处理员工信息、客户资料的行政、HR
💰 做财务的，账单、报表需要脱敏后发给别人
📊 搞数据分析的，分享报告时要隐藏敏感字段

💡 怎么实现的
这个工具最核心的就是怎么找到敏感信息并替换掉。思路其实挺直接的：

第一步：定义匹配规则 🔍
用正则表达式来识别不同类型的敏感信息。
比如手机号，要排除掉银行卡号、身份证号这种长数字串的干扰，
所以加了前后边界判断：
举个例子，手机的正则是这个： r'(?<![\d])1[3-9]\d{9}(?![\d])'
不懂的朋友也没关系，先有个印象，开发的时候直接上提示词即可。

第二步：处理文本 📝
核心逻辑就几件事：
1、把用户选的规则编译好，用户是可以自己写正则或者字符串
2、扫描文本，找出所有匹配的位置
3、用*号或者其他符号替换，保持跟原来字符串一样的长度

第三步：处理文档 📂
Word 和 Excel 分开处理：
📄 Word 要遍历段落、表格、页眉页脚
📊 Excel 要遍历每个单元格，替换的时候注意保留原来的字体、颜色、边框这些样式

🛠️ 用的技术
Python + Tkinter 做界面
python-docx 读写 Word
openpyxl 读写 Excel
代码结构还算清晰，想参考的朋友可以看看 👀

强烈建议平时处理敏感信息比较多的朋友试试看，
如果不懂技术也可以直接把提示词塞给AI。

#用户隐私安全 #办公软件 #ai编程 #ai应用 #大模型 #vibecoding #agent #ai工具 #ai软件 #ai