Update pipelines/anonymize.py

pipelines/anonymize.py

@@ -4,12 +4,21 @@ from reportlab.lib.pagesizes import A4
 from reportlab.pdfgen import canvas
 from reportlab.lib.units import mm
 
+# 連絡先の簡易検出
 EMAIL_RE = re.compile(r"[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,}")
 PHONE_RE = re.compile(r"(?:\+?\d{1,3}[ -]?)?(?:\(\d{2,4}\)[ -]?)?\d{2,4}[ -]?\d{2,4}[ -]?\d{3,4}")
+
+# 「氏名: 山田太郎」などの行ヒント（自由記述の想定）
 NAME_HINT = re.compile(r"^(氏名|Name)[:：]?\s*(.+)$", re.MULTILINE)
 
+
 def anonymize_text(text: str) -> Tuple[str, Dict[str, str]]:
+    """
+    テキスト内のメール・電話・氏名(ヒント行ベース)を置換。
+    置換マップも返す。
+    """
     mapping: Dict[str, str] = {}
+
     def _mask_all(pattern: re.Pattern, label: str, s: str) -> str:
         idx = 1
         def _repl(m):
@@ -25,16 +34,22 @@ def anonymize_text(text: str) -> Tuple[str, Dict[str, str]]:
     out = _mask_all(EMAIL_RE, "EMAIL", out)
     out = _mask_all(PHONE_RE, "TEL", out)
 
+    # 氏名ヒント行
     for m in NAME_HINT.finditer(text):
         full = m.group(0)
         name = m.group(2).strip()
         if name and name not in mapping:
             mapping[name] = "<NAME>"
+        # ヒント行自体も置換
         out = out.replace(full, f"{m.group(1)}: <NAME>")
 
     return out, mapping
 
+
 def render_anonymized_pdf(text: str) -> bytes:
+    """
+    匿名化済みテキストをシンプルなPDFにレンダリングして bytes を返す。
+    """
     from io import BytesIO
     buf = BytesIO()
     c = canvas.Canvas(buf, pagesize=A4)
@@ -46,6 +61,8 @@ def render_anonymized_pdf(text: str) -> bytes:
         if y < 20 * mm:
             c.showPage()
             y = height - 20 * mm
+        # ReportLabは日本語フォント未設定でも ASCII は描画される。
+        # 日本語を含む場合はカスタムフォント登録を追加実装。
         c.drawString(x, y, line[:2000])
         y -= line_h
     c.save()