数据脱敏

覆盖到哪些、覆盖不到哪些

共有 7 类规则：手机号、固定电话、身份证号、银行卡号、邮箱、车牌号和 IPv4 地址。这几类的共同点是格式固定，用正则就能稳定认出来，不需要联网也不需要模型。

认不出来的是姓名、地址、微信号、淘宝或游戏 ID、自定义编号。这些没有固定格式，「张伟」既可能是人名也可能是菜名。所以本页只做格式识别，不猜测，也不做模糊匹配——宁可少遮，也不要把正常文字改得面目全非。

为什么有的内容会被「误伤」

正则只看形状，看不懂语义。一串 16 到 19 位的数字，无论是银行卡号还是订单流水号，都会被当成银行卡遮掉；形如 11 位、1 开头的数字，哪怕是编号也会被当成手机号。遇到这种情况，把保留方式调成「整段遮盖」反而更安全，或者先用文本行处理把无关行去掉再来脱敏。

反过来，被拆散的数字也认不出来：写成 138 1234 5678 的手机号里空格不算分隔符，写成 138-1234-5678 同样不行。真要先清理格式，可以先用全角半角转换和文本行处理把文本整理一遍。

脱敏不等于合规

很多合规要求里，手机号要遮中间四位、身份证要遮到只留前六后四，本页的默认值就是按这个习惯来的。但要注意两点：一是遮盖只是降低风险，不是完全匿名，把原文和脱敏结果放一起就等于没遮；二是图片里的文字、截图上的水印、文件名里的信息，这个工具都处理不到。

最后，所有处理都在这台浏览器的内存里完成，页面没有任何上传接口。如果处理的是很敏感的材料，建议断网操作，或者干脆在离线环境里用脚本处理。