String Obfuscator / PII Masker

PII（个人身份信息）脱敏工具用于识别和遮蔽文本中的敏感个人信息。工具使用正则表达式模式匹配来检测常见 PII 类别：电子邮件地址、电话号码、身份证号码、信用卡号、IP 地址、社保号码等。检测到的敏感信息自动替换为掩码字符（如 * 或 #），保留部分格式（如邮箱的 @ 符号、电话号码的分隔符）以维护可读性。

PII 脱敏在数据安全和隐私保护中至关重要。在日志系统中脱敏用户个人信息后存储或分享日志；在测试环境中使用生产数据前进行脱敏处理；在邮件和客服系统中自动遮蔽客户的联系方式；在数据分析和机器学习中保护训练数据的隐私；在演示和截图中隐藏真实用户数据。

脱敏前的文本预处理可以使用 正则表达式测试器 编写和测试匹配规则。对于需要替换特定文本的需求，可以使用 字符串替换工具 进行精确替换。

PII 检测的主流方法是正则表达式（Regex）模式匹配。电子邮件使用 \b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Z|a-z]{2,}\b；信用卡号使用 Luhn 算法校验和验证合法号码；电话号码需要考虑不同国家的格式（如 +86、+1、括号、空格、连字符等）。

脱敏策略有多种选择：完全遮蔽（将所有字符替换为 *）、部分遮蔽（保留最后 4 位，如信用卡）、哈希化（使用 SHA-256 生成不可逆的伪标识）、标记化（用随机生成的 Token 替换）。不同场景适用不同的脱敏级别——日志分析可能只需要部分遮蔽，而公开数据集需要完全移除。

• 误报问题：正则表达式模式可能错误地将非敏感数据标记为 PII，如识别 "example.txt" 为邮箱地址，需要细致调整模式。
• 漏报风险：敏感数据可能以非标准格式存在（如 base64 编码、分块存储），正则匹配无法捕获所有变体。
• 上下文关联：同一段数据在某些上下文中是 PII（如姓名在客户记录中），在其他上下文中不是（如名称在产品目录中）。
• 数据一致性：脱敏后的数据应保持内部一致性——如果多次出现同一 PII 值，应使用相同的掩码策略。
• 法律法规合规：GDPR、CCPA 等隐私法规对 PII 处理有严格要求，脱敏是合规措施之一但非全部，需要综合数据加密、访问控制等措施。

在需要快速脱敏少量文本数据、测试脱敏规则、或在分享日志/数据前临时处理时使用此工具。对于需要大量数据脱敏、需要自定义复杂规则或需要集成到数据管道的生产场景，推荐使用专门的脱敏工具（如 Google DLP API、AWS Macie、Presidio），它们提供基于机器学习的更准确的 PII 检测和全面的合规支持。