قم بالتحرير قبل خروجه
لماذا هذا مهم أحياناً تحتاج إلى ذكاء اصطناعي سحابي، أو تذكرة دعم، أو ملف log مشترك مع زميل. تعني عملية Redaction إزالة التفاصيل الشخصية أولاً، لكي يخرج من جهازك الجزء المفيد فقط وليس الجزء الخاص. ستقوم ببناء redactor صغير يمكنك استخدامه فعلياً.
العلامة السوداء
قبل مشاركة مستند، كان الناس يمرون على الأسماء والأرقام باستخدام قلم أسود عريض. إخفاء البيانات في الكود هو نفس الفكرة: ابحث عن الأجزاء الشخصية واستبدلها بمكان محجوز مثل [EMAIL]، لكي يعرف القارئ أن something كان موجودا دون معرفة ماهيته.
Redaction: استبدال الأجزاء الحساسة من النص برموز مؤقتة قبل مشاركة النص.
البيانات الشخصية: أي شيء يشير إلى شخص حقيقي، مثل الاسم، أو عنوان البريد الإلكتروني، أو رقم الهاتف، أو رقم الحساب.
أداة جديدة: التعبيرات النمطية
لإيجاد "أي شيء يشبه البريد الإلكتروني"، نحتاج إلى طريقة لوصف شكل للنص، وليس نصا واحدا محددا. هذا ما يفعله التعبير النمطي (regex اختصارا). يتعامل remodule
التعبير النمطي: لغة أنماط صغيرة لوصف شكل النص. \d تعني "رقم واحد"، + تعني "واحد أو أكثر مما قبلها"، و [A-Za-z] تعني "حرف واحد".
هذه هي القطع الوحيدة التي تحتاجها اليوم:
| Piece | يعني | مثال على المطابقة |
|---|---|---|
\d | one رقم | 7 |
\s | one مسافة (أو tab، أو سطر جديد) | |
[abc] | أي من الحروف داخل | b |
+ | one أو أكثر من القطعة السابقة | \d+ يطابق 2026 |
{6,} | ستة أو أكثر من القطعة السابقة | \d{6,} يطابق 1234567 |
? | القطعة السابقة اختيارية | \+? يطابق علامة زائد أو لا شيء |
\b | حدود الكلمة (بداية أو نهاية كلمة) | \bAnn\b يتخطى "Annual" |
تقوم وظيفتان بالعمل. re.sub(pattern, replacement, text)تعيد نصا جديدا مع استبدال كل تطابق. وبدلا من استبدال ثابت يمكنك تمرير function: يستدعيها Python لكل تطابق ويستخدم ما تعيده. يتيح لك ذلك تحديد كل تطابق على حدة.
import re
EMAIL_RE = re.compile(r"[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,}")
print(EMAIL_RE.sub("[EMAIL]", "Write to maya@shopa.example today"))
# Write to [EMAIL] today
def shout(match):
return match.group(0).upper() # group(0) is the matched text
print(re.sub(r"\bcat\b", shout, "cat and category"))
# CAT and category
إن r"..." الموجود أمام النمط هو raw string: وهو يخبر Python بترك العلامات المائلة للخلف كما هي لكي تراها regex. re.compile يحول النمط إلى كائن قابل لإعادة الاستخدام؛ يمكنك أيضاً تمرير سلسلة النمط مباشرة إلى re.sub.
الأمر الصعب: أرقام الهواتف
تأتي أرقام الهواتف بأشكال كثيرة: +44 7700 900123، و(555) 010-4477، و555.010.9988. نمط مرن يلتقطها كلها، لكنه يلتقط أيضاً تواريخ مثل 2026-10-30. الحيلة خطوتان: طابِق بمرونة، ثم عُدّ الأرقام في دالة. معظم أرقام الهواتف الكاملة فيها 9 أرقام أو أكثر، بينما تاريخ كهذا فيه 8، لذا نستخدم في هذا الدرس "9 أرقام أو أكثر" قاعدةً لنا. إذا كان في التطابق أرقام قليلة جداً، فأعِده دون تغيير. تحتاج أدوات التنقيح الحقيقية إلى عناية أكبر، لأن بعض البلدان تستخدم أرقاماً أقصر.
A مفهوم خاطئ شائع
"التنقيح يجعل النص مجهول الهوية." إنه يزيل المعرفات الواضحة، لكن السياق يمكن أن يكشف الشخص: "الممرضة الوحيدة التي تستخدم يدها اليسرى في جناح 3" لا تسمي أحدا ولكنها تشير إلى شخص واحد. التنقيح يقلل المخاطر؛ لكنه لا يزيلها. التنقيح الزائد (إخفاء رقم طلب طويل كما لو كان رقم هاتف) هو النوع الآمن من الأخطاء.
في لغات أخرى
JavaScript: نفس الـ regex يعمل، و replace يقبل أيضاً function.
const EMAIL = /[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,}/g;
const PHONE = /\+?\(?\d[\d\s().-]{6,}\d/g;
function redact(text) {
text = text.replace(EMAIL, "[EMAIL]");
return text.replace(PHONE, m => (m.match(/\d/g).length >= 9 ? "[PHONE]" : m));
}
Go: تحتوي حزمة regexp على ReplaceAllStringFunc.
phone := regexp.MustCompile(`\+?\(?\d[\d\s().-]{6,}\d`)
out := phone.ReplaceAllStringFunc(text, func(m string) string {
n := 0
for _, c := range m { if c >= '0' && c <= '9' { n++ } }
if n >= 9 { return "[PHONE]" }
return m
})
ملخص
- تقوم Redaction باستبدال التفاصيل الشخصية برموز مؤقتة قبل خروج النص من جهازك.
- تصف التعبيرات المنتظمة شكل النص؛
re.subيستبدل كل تطابق. - تمرير function إلى
re.subيتيح لك تحديد المطابقة لكل عنصر على حدة، على سبيل المثال عن طريق عد الأرقام. - يقللتعديل النص من المخاطر لكنه لا يجعل النص مجهول الهوية؛ فالسياق يمكنه لا يزال تحديد الأشخاص.
اكتب دالة redact(text, names=()) تعيد سلسلة نصية جديدة حيث:
- يتم استبدال كل عنوان بريد إلكتروني بـ
[EMAIL]; - يُستبدل كل رقم هاتف بـ
[PHONE]. اعتبر رقم هاتف أي تتابع يبدأ بـ+أو(اختياريين، ثم رقم، ويستمر بأرقام أو مسافات أو نقاط أو شرطات أو أقواس، وينتهي برقم، ويحتوي على 9 أرقام على الأقل. التتابعات ذات الأرقام الأقل (تواريخ مثل2026-10-30، والأوقات، والأسعار) تبقى كما هي؛ - يُستبدل كل اسم في
namesبـ[NAME]، متجاهلاً الأحرف الكبيرة والصغيرة، لكن فقط ككلمة كاملة (يجب ألا يغيّر الاسمAnnكلمة "Annual").
redact مرتين يجب أن يعطي نفس النتيجة كما لو تم تشغيله مرة واحدة. في النهاية، اطبع redact("Call Maya on +44 7700 900123 or maya@shopa.example", ["Maya"]).
سيفتح هذا التمرين قريبا
أنهِ الدرس السابق ليفتح هذا الدرس. الدورة كاملة مجانية، ولا تحتاج إلى حساب، ويمكنك قراءة هذا الدرس الآن.
يقوم هذا المتصفح بحظر ملفات تعريف الارتباط لـ learn.floati.life، لذا لا يمكن فتح الدروس التي أنهيتها هنا بالترتيب. اسمح بملفات تعريف الارتباط لهذا الموقع وأعد التحميل.