Programma Lezione 89 di 156 · IA privata
IA privata

Oscura prima che esca

Perché è importante A volte hai davvero bisogno di un'IA nel cloud, o di un ticket di assistenza, o di un file di registro condiviso con un collega. Oscurare significa togliere prima i dettagli personali, così ciò che lascia il tuo dispositivo è la parte utile, non quella privata. Costruirai un piccolo strumento per oscurare che potresti usare davvero.

Il pennarello nero

Prima di condividere un documento, le persone ripassavano nomi e numeri con un grosso pennarello nero. Oscurare nel codice è la stessa idea: trova i pezzi personali e sostituiscili con un segnaposto come [EMAIL], così chi legge sa comunque che lì c'era qualcosa senza scoprire che cosa.

Oscuramento: sostituire le parti delicate di un testo con segnaposto prima che il testo venga condiviso.

Dati personali: qualsiasi cosa che indica una persona vera, come un nome, un indirizzo email, un numero di telefono o un numero di conto.

Un nuovo strumento: le espressioni regolari

Per trovare "qualsiasi cosa che sembri un'email", ci serve un modo per descrivere una forma di testo, non un testo esatto. È ciò che fa un'espressione regolare (regex in breve). Il modulo integrato re di Python le gestisce.

Espressione regolare: un piccolo linguaggio di schemi per descrivere la forma di un testo. \d significa "una cifra", + significa "uno o più della cosa precedente", e [A-Za-z] significa "una lettera".

Ecco gli unici pezzi che ti servono oggi:

PezzoSignificaEsempio di corrispondenza
\duna cifra7
\suno spazio (o una tabulazione, o un a capo)
[abc]uno qualsiasi dei caratteri all'internob
+uno o più del pezzo precedente\d+ corrisponde a 2026
{6,}sei o più del pezzo precedente\d{6,} corrisponde a 1234567
?il pezzo precedente è facoltativo\+? corrisponde a un segno più o a niente
\bun confine di parola (inizio o fine di una parola)\bAnn\b salta "Annual"

Due funzioni fanno il lavoro. re.sub(pattern, replacement, text) restituisce un nuovo testo con ogni corrispondenza sostituita. E invece di una sostituzione fissa puoi passare una funzione: Python la chiama per ogni corrispondenza e usa ciò che restituisce. Così puoi decidere corrispondenza per corrispondenza.

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

La r"..." davanti allo schema è una stringa raw: dice a Python di lasciare stare le barre rovesciate così la regex le vede. re.compile trasforma uno schema in un oggetto riutilizzabile; puoi anche passare la stringa dello schema direttamente a re.sub.

Il caso difficile: i numeri di telefono

I numeri di telefono hanno molte forme: +44 7700 900123, (555) 010-4477, 555.010.9988. Uno schema largo li prende tutti, ma prende anche date come 2026-10-30. Il trucco è in due passi: cerca in modo largo, poi conta le cifre in una funzione. La maggior parte dei numeri di telefono completi ha 9 o più cifre, mentre una data come questa ne ha 8, quindi in questa lezione usiamo "9 o più cifre" come regola. Se una corrispondenza ha troppo poche cifre, restituiscila invariata. Gli strumenti veri per oscurare richiedono più attenzione, perché alcuni paesi usano numeri più corti.

Un equivoco comune

"Oscurare rende il testo anonimo." Toglie gli identificativi ovvi, ma il contesto può comunque tradire qualcuno: "l'unica infermiera mancina del reparto 3" non nomina nessuno eppure indica una persona. Oscurare abbassa il rischio; non lo elimina. Oscurare troppo (cancellare un lungo numero d'ordine come se fosse un telefono) è il tipo di errore sicuro.

In altri linguaggi

JavaScript: la stessa regex funziona, e anche replace accetta una funzione.

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: il pacchetto regexp ha 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
})

Riepilogo

  • Oscurare sostituisce i dettagli personali con segnaposto prima che il testo lasci il tuo dispositivo.
  • Le espressioni regolari descrivono la forma del testo; re.sub sostituisce ogni corrispondenza.
  • Passare una funzione a re.sub ti permette di decidere corrispondenza per corrispondenza, per esempio contando le cifre.
  • Oscurare riduce il rischio ma non rende il testo anonimo; il contesto può ancora identificare le persone.
Tocca a te

Scrivi una funzione redact(text, names=()) che restituisce una nuova stringa in cui:

  1. ogni indirizzo email è sostituito con [EMAIL];
  2. ogni numero di telefono è sostituito con [PHONE]. Considera numero di telefono qualsiasi sequenza che inizia con un + o una ( facoltativi, poi una cifra, continua con cifre, spazi, punti, trattini o parentesi, finisce con una cifra, e contiene almeno 9 cifre. Le sequenze con meno cifre (date come 2026-10-30, orari, prezzi) restano come sono;
  3. ogni nome in names è sostituito con [NAME], senza badare a maiuscole o minuscole, ma solo come parola intera (il nome Ann non deve cambiare "Annual").
Sostituisci prima le email, poi i telefoni, poi i nomi. Tutto il resto del testo deve restare esattamente uguale. Eseguire redact due volte deve dare lo stesso risultato di eseguirlo una volta. Alla fine, stampa redact("Call Maya on +44 7700 900123 or maya@shopa.example", ["Maya"]).

Hai notato un problema in questa lezione? Segnalalo · Chiedi qualcosa su questa lezione

Questo esercizio si apre presto

Finisci la lezione precedente e questa si sblocca. L'intero corso è gratuito, senza account, e puoi leggere questa lezione subito.