Детекторы
anonymizer поставляется с фиксированным реестром детекторов — все включены по умолчанию. Каждый можно отключить в модалке Settings на время сессии.
NER-детекторы (Natasha + spaCy)
Эти детекторы запускают язык-специфичную NER-модель и пост-обрабатывают спаны.
| Категория | Детектор | Языки |
|---|---|---|
| Имена физических лиц | PersonRuDetector, PersonEnDetector, PersonEsDetector, PersonDeDetector | ru, en, es*, de* |
| Компании (юр. лица) | CompanyRuDetector, CompanyEnDetector, CompanyEsDetector, CompanyDeDetector | ru, en, es*, de* |
| Адреса | AddressDetector | ru, en, es*, de* |
* Испанский и немецкий работают при установленной опциональной модели — см. Языковые пакеты.
Regex-детекторы
Pattern-matching, часто с checksum или валидацией формата. Не зависят от языка, если не указано иное.
| Категория | Детектор |
|---|---|
EmailDetector | |
| Телефоны (E.164 + национальные форматы) | PhoneDetector |
| Даты | DateDetector |
| Банковские карты | CardDetector (Luhn) |
| IBAN | IBANDetector (checksum) |
| BIC (SWIFT) / BIC (RU) | BICDetector, BICRuDetector |
| Российские банковские счета (20 цифр) | RuBankAccountDetector |
| ИНН | INNDetector (checksum) |
| ОГРН | OGRNDetector |
| КПП | KPPDetector |
| Маркированные юридические/деловые идентификаторы | LegalIdentifierDetector |
| СНИЛС | SNILSDetector (checksum) |
| Паспорт РФ (серия + номер) | PassportRuDetector |
Код подразделения паспорта РФ (NNN-NNN) | PassportDivisionDetector |
| Серия актовой записи ЗАГС | CivilActSeriesRuDetector |
| EIN (US taxpayer ID) | EINDetector |
| Мексиканские RFC / CURP / CLABE | RFCMxDetector, CURPDetector, CLABEDetector |
| Номера договоров | ContractNumberDetector |
Крипто-детекторы
Криптовалютные идентификаторы получают собственную категорию токенов CRYPTO
и включены по умолчанию, как и все остальные детекторы:
| Категория | Детектор | Валидация |
|---|---|---|
| Адреса кошельков | CryptoWalletDetector | BTC/TRON/XRP/LTC/DOGE (base58) и bech32/bech32m — с проверкой checksum; ETH/EVM по паттерну; Solana — best effort по контексту |
| Хэши транзакций | CryptoTxHashDetector | Хэши с префиксом 0x; голый 64-hex — только при tx/hash-контексте рядом |
| Приватные / расширенные ключи | CryptoSecretDetector | WIF-ключи и расширенные ключи xprv/xpub с проверкой checksum |
Оговорка про OCR: на сканированных страницах крипта не детектируется. Ошибки распознавания ломают base58/bech32-чексуммы, поэтому адреса кошельков и секреты в сканах нужно проверять вручную.
Что НЕ детектируется
- Свободные алиасы и прозвища, не виденные NER-моделью при обучении
- Рукописные имена в отсканированных PDF (печатный текст сканов проходит OCR; handwriting остаётся ненадёжным)
- Имплицитные референсы: «мой клиент», «дочь такого-то»
- PII внутри вложенных картинок, логотипов и блоков подписей, которые не являются частью сканированной PDF-страницы
- Крипто-адреса и ключи внутри сканов (OCR ломает их чексуммы)
- IP-адреса, MAC-адреса, URL — отдельного детектора в текущем релизе нет
Если что-то важное пропущено — см. Обратная связь.