法律文件脱敏处理

Category: Tools & Productivity | Uploader: moyupeng0422 | Downloads: 0 | Version: v1.0（Latest）

法律文件脱敏/还原工具 - 将法律文档中的敏感信息进行智能替换和脱敏处理，或将脱敏稿还原为原文 <examples> - 帮我把这份合同脱敏处理 - 我需要脱敏这个法律文件 - 生成脱敏版本的合同文档 - 将这份法律文书中的敏感信息替换掉 - 创建合同的脱敏版本 - 帮我把脱敏稿还原成原文 - 使用比对词还原审核稿 </examples> --- # 法律文件脱敏处理将法律文档中的敏感信息进行智能替换和脱敏处理，生成可对外分享的脱敏版本。支持将脱敏稿交由外部审核后，使用比对词还原为原文。 ## 核心功能 ### 脱敏功能 - **多种脱敏类型**：名称、日期、价格、文件名、项目名、银行账号、案号等 - **自定义脱敏类型**：创建自定义类型（如"合同名称"、"产品型号"），批量输入精准匹配内容 - **批量模式**：多文件上传自动进入批量模式，统一编号确保跨文件一致性 - **规则设置**：可自主开启/关闭16种内置脱敏类别，灵活控制识别范围 - **智能替换**：根据上下文识别角色（买方/卖方公司） - **实时预览**：黄色高亮显示脱敏内容 - **格式保留**：完整保留原文格式（段落、表格、字体） - **白名单/黑名单管理**：精确控制特定内容的脱敏行为；黑名单支持记录项目类型 - **优先级机制**：黑名单 > 白名单 > 脱敏类别（内置+自定义） - **冲突检测**：添加到列表时自动检测是否已存在于其他列表 - **调试模式**：详细日志输出，便于排查问题 ### 还原功能 - **自动化还原**：根据比对词自动将【X】标记还原为原文 - **批量还原**：支持多文件同时还原，自动匹配文件配对，ZIP打包下载 - **保留审核痕迹**：还原时保留文档中的修订、批注等审核痕迹 - **runs级别替换**：精确替换，不影响其他内容的格式 ## 使用方式 ### HTML离线工具（推荐） #### 脱敏模式 **单文件脱敏：** 1. 打开 `assets/index.html`，选择"脱敏模式" 2. 拖拽或选择单个 docx 文件上传 3. 自动识别并预览脱敏效果 4. 手动编辑脱敏项 5. 导出脱敏文件和比对.md文档 **批量脱敏：** 1. 上传多个 docx 文件，自动进入批量模式 2. 统一识别：相同内容使用相同替换文本 3. 文件切换：通过列表栏切换查看各文件 4. 同步编辑：删除/添加脱敏项会同步到所有文件 5. 导出结果：每个文件生成独立的 `{文件名}_比对.md` #### 还原模式 **单文件还原：** 1. 打开 `assets/index.html`，选择"还原模式" 2. 上传脱敏稿（带审核痕迹的docx） 3. 上传对应的比对.md文件 4. 点击"执行还原"，自动下载还原后的文件 **批量还原（4步流程）：** 1. **上传文件**：上传多个脱敏稿 + 多个比对.md文件 2. **确认配对**：系统自动匹配文件名，支持手动调整 3. **执行还原**：批量处理，显示进度条 4. **下载结果**：ZIP打包下载 ### Python脚本 ```bash # 安装依赖 pip install python-docx # 执行脱敏 python scripts/redact.py input.docx data/rules.json -o output.docx # 执行还原（保留修订、批注） python scripts/restore.py redacted.docx mapping.md -o restored.docx ``` ## 详细文档 - **工作流程**: [references/workflow.md](references/workflow.md) - **规则模式库**: [references/patterns.md](references/patterns.md) - **数据格式**: [references/data-formats.md](references/data-formats.md) - **脚本使用**: [scripts/README.md](scripts/README.md) - **HTML使用**: [assets/README.md](assets/README.md) ## 版本历史 - **v1.4.0（2026-03-11）批量模式优化**： - **独立比对文件**：批量导出时每个文件生成独立的 `{文件名}_比对.md`，存放在 `比对文件/` 文件夹中 - **批量模式一致性**：相同内容在不同文件中使用相同替换文本 - **v1.3.1（2026-03-02）规则开关控制**： - 新增"规则设置"功能：可自

Changelog: Source: GitHub https://github.com/moyupeng0422/legal-doc-redactor

Directory Structure

Current level: Root

📁 assets/
- 📄 default-rules.json 8.2 KB
- 📄 docx-v7.js 380.1 KB
- 📄 index.html 256.4 KB
- 📄 jszip.min.js 95.3 KB
- 📄 mammoth.browser.min.js 627.7 KB
- 📄 README.md 5.2 KB
- 📄 User-Guide.html 26.1 KB
- 📄 xlsx.full.min.js 922.4 KB
- 📄 脱敏处理.bat 1.4 KB
📁 data/
- 📄 default-rules.json 8.2 KB
📁 examples/
- 📄 example-library.xlsx 5.6 KB
📁 references/
- 📄 data-formats.md 12.8 KB
- 📄 patterns.md 18.1 KB
- 📄 workflow.md 8.1 KB
📁 screenshots/
- 📄 1.png 173.1 KB
- 📄 2.png 535.5 KB
- 📄 3.png 172.7 KB
- 📄 4.png 427.7 KB
- 📄 5.png 180.9 KB
📁 scripts/
- 📁 node_modules/
  - 📁 adm-zip/
    
    📁 headers/
    
    📄 entryHeader.js 11.8 KB
    
    📄 index.js 94 B
    
    📄 mainHeader.js 4.3 KB
    
    📁 methods/
    
    📄 deflater.js 1021 B
    
    📄 index.js 128 B
    
    📄 inflater.js 1.1 KB
    
    📄 zipcrypto.js 5.7 KB
    
    📁 util/
    
    📄 constants.js 6.2 KB
    
    📄 decoder.js 130 B
    
    📄 errors.js 2.8 KB
    
    📄 fattr.js 1.8 KB
    
    📄 index.js 226 B
    
    📄 utils.js 10.2 KB
    
    📄 adm-zip.js 37.4 KB
    
    📄 LICENSE 1.1 KB
    
    📄 package.json 1.3 KB
    
    📄 README.md 2.7 KB
    
    📄 zipEntry.js 15.2 KB
    
    📄 zipFile.js 15.4 KB
  - 📄 .package-lock.json 458 B
- 📄 package-lock.json 600 B
- 📄 package.json 250 B
- 📄 README.md 2.7 KB
- 📄 redact.js 14.0 KB
- 📄 redact.py 23.0 KB
- 📄 requirements.txt 19 B
- 📄 restore.py 8.6 KB
📄 LICENSE 1.0 KB
📄 README.md 8.5 KB
📄 SKILL.md 7.4 KB

SKILL.md

---
name: 法律文件脱敏处理
description: |
  法律文件脱敏/还原工具 - 将法律文档中的敏感信息进行智能替换和脱敏处理，或将脱敏稿还原为原文

  <examples>
  - 帮我把这份合同脱敏处理
  - 我需要脱敏这个法律文件
  - 生成脱敏版本的合同文档
  - 将这份法律文书中的敏感信息替换掉
  - 创建合同的脱敏版本
  - 帮我把脱敏稿还原成原文
  - 使用比对词还原审核稿
  </examples>
---

# 法律文件脱敏处理

将法律文档中的敏感信息进行智能替换和脱敏处理，生成可对外分享的脱敏版本。支持将脱敏稿交由外部审核后，使用比对词还原为原文。

## 核心功能

### 脱敏功能
- **多种脱敏类型**：名称、日期、价格、文件名、项目名、银行账号、案号等
- **自定义脱敏类型**：创建自定义类型（如"合同名称"、"产品型号"），批量输入精准匹配内容
- **批量模式**：多文件上传自动进入批量模式，统一编号确保跨文件一致性
- **规则设置**：可自主开启/关闭16种内置脱敏类别，灵活控制识别范围
- **智能替换**：根据上下文识别角色（买方/卖方公司）
- **实时预览**：黄色高亮显示脱敏内容
- **格式保留**：完整保留原文格式（段落、表格、字体）
- **白名单/黑名单管理**：精确控制特定内容的脱敏行为；黑名单支持记录项目类型
- **优先级机制**：黑名单 > 白名单 > 脱敏类别（内置+自定义）
- **冲突检测**：添加到列表时自动检测是否已存在于其他列表
- **调试模式**：详细日志输出，便于排查问题

### 还原功能
- **自动化还原**：根据比对词自动将【X】标记还原为原文
- **批量还原**：支持多文件同时还原，自动匹配文件配对，ZIP打包下载
- **保留审核痕迹**：还原时保留文档中的修订、批注等审核痕迹
- **runs级别替换**：精确替换，不影响其他内容的格式

## 使用方式

### HTML离线工具（推荐）

#### 脱敏模式

**单文件脱敏：**
1. 打开 `assets/index.html`，选择"脱敏模式"
2. 拖拽或选择单个 docx 文件上传
3. 自动识别并预览脱敏效果
4. 手动编辑脱敏项
5. 导出脱敏文件和比对.md文档

**批量脱敏：**
1. 上传多个 docx 文件，自动进入批量模式
2. 统一识别：相同内容使用相同替换文本
3. 文件切换：通过列表栏切换查看各文件
4. 同步编辑：删除/添加脱敏项会同步到所有文件
5. 导出结果：每个文件生成独立的 `{文件名}_比对.md`

#### 还原模式

**单文件还原：**
1. 打开 `assets/index.html`，选择"还原模式"
2. 上传脱敏稿（带审核痕迹的docx）
3. 上传对应的比对.md文件
4. 点击"执行还原"，自动下载还原后的文件

**批量还原（4步流程）：**
1. **上传文件**：上传多个脱敏稿 + 多个比对.md文件
2. **确认配对**：系统自动匹配文件名，支持手动调整
3. **执行还原**：批量处理，显示进度条
4. **下载结果**：ZIP打包下载

### Python脚本

```bash
# 安装依赖
pip install python-docx

# 执行脱敏
python scripts/redact.py input.docx data/rules.json -o output.docx

# 执行还原（保留修订、批注）
python scripts/restore.py redacted.docx mapping.md -o restored.docx
```

## 详细文档

- **工作流程**: [references/workflow.md](references/workflow.md)
- **规则模式库**: [references/patterns.md](references/patterns.md)
- **数据格式**: [references/data-formats.md](references/data-formats.md)
- **脚本使用**: [scripts/README.md](scripts/README.md)
- **HTML使用**: [assets/README.md](assets/README.md)

## 版本历史

- **v1.4.0（2026-03-11）批量模式优化**：
  - **独立比对文件**：批量导出时每个文件生成独立的 `{文件名}_比对.md`，存放在 `比对文件/` 文件夹中
  - **批量模式一致性**：相同内容在不同文件中使用相同替换文本

- **v1.3.1（2026-03-02）规则开关控制**：
  - 新增"规则设置"功能：可自主开启/关闭内置脱敏类别
  - 16种内置类别可独立控制
  - 代码类分组联动：4个代码子类任一启用，"代码"按钮就可用
  - 设置持久化保存，刷新页面后保持
  - 类型选择器联动：禁用的类别在手动添加时变灰不可选

- **v1.3.0（2026-02-28）导入导出词库**：
  - 导入敏感词库：从Excel批量导入（格式：敏感词 | 类型），自动识别内置类型和自定义类型
  - 导入白名单：从Excel批量导入（格式：内容），支持预览和冲突检测
  - 导入弹窗整合：敏感词库和白名单通过标签页切换
  - 导出白名单：导出为Excel文件，文件名包含日期（如：白名单_2026-02-28.xlsx）
  - 导出敏感词库：导出黑名单+自定义类型为Excel，类型显示中文，文件名包含日期
  - 界面优化：移除重置按钮，简化界面
  - 示例词库更新：覆盖全部16种系统默认识别类型

- **v1.2.0（2026-02-13）优先级机制与自定义类型**：
  - 自定义脱敏类型：创建/编辑/删除自定义类型（如"合同名称"、"产品型号"），批量输入精准匹配内容
  - 优先级机制：黑名单（最高）> 白名单 > 脱敏类别（内置+自定义）
  - 白名单覆盖检查：白名单中的内容会阻止包含该内容的脱敏识别（如白名单有"计划"，则"股权激励计划"不被识别）
  - 黑名单优先：黑名单强制脱敏，不受白名单限制
  - 冲突检测机制：添加到列表时自动检测是否已存在于其他列表，显示冲突提示
  - 防冲突机制：删除脱敏项时检查来源，黑名单/自定义类型内容需手动删除后才能加入白名单

- **v1.1.0（2026-02-07）黑名单增强**：
  - 黑名单数据结构升级：从字符串数组升级为对象数组 `{ original, type }`
  - 黑名单类型记录：添加黑名单时一并记录项目类型
  - 智能脱敏：黑名单自动脱敏时使用记录的类型（如【人名1】、【日期1】），而非统一显示【敏感信息】
  - 类型标签显示：黑名单界面显示原文和对应的类型标签
  - 兼容性：自动兼容旧版黑名单数据（字符串格式）

- **v1.0.0（2026-02-06）初始版本**：
  - **脱敏功能**：支持名称、日期、价格、文件名、项目名、银行账号、案号等多种脱敏类型；根据上下文智能识别角色（买方/卖方公司）；黄色高亮实时预览脱敏效果；完整保留原文格式（段落、表格、字体）
  - **白名单/黑名单管理**：精确控制特定内容的脱敏行为；黑名单支持记录项目类型，自动使用对应类型进行脱敏；localStorage持久化存储；跨文件共享设置
  - **调试模式**：详细日志输出；调试面板实时显示；日志导出功能
  - **还原功能**：根据比对.md自动将【X】标记还原为原文；还原时保留文档中的修订、批注等审核痕迹；runs级别精确替换
  - **导出功能**：导出保留原格式的脱敏docx文件；导出替换比对.md（用于还原）；导出调试日志文件
  - **文件上传**：支持拖拽上传脱敏稿docx和比对.md文件；比对.md文件名自动使用docx文件名前缀
  - **规则库**：内置默认脱敏规则，支持自定义规则；支持上下文敏感替换（合同方识别、金额类型识别）

Comments 0

Latest | Hot

Please login before commenting.

No comments yet. Be the first one!

法律文件脱敏处理

Directory Structure

SKILL.md

Report

Notice