0

我正在尝试使用自定义正则表达式信息类型标记字符串值（以表格格式传递），但是当我在表中添加多行时出现问题。如果我通过单行，它会成功标记 string_value 并返回编码的字符串。我正在为此使用python库。

出于演示目的，自定义信息类型当前设置为字符串中的任何值，并且包装密钥存在于云 KMS 中（出于安全原因，在此处将其删除）。

以下是我正在使用的配置：

# Construct FPE configuration dictionary
crypto_replace_ffx_fpe_config = {
    "crypto_key": {
        "kms_wrapped": {
            "wrapped_key": wrapped_key,
            "crypto_key_name": key_name,
        }
    }
}
# Add surrogate type
if surrogate_type:
    crypto_replace_ffx_fpe_config["surrogate_info_type"] = {
        "name": surrogate_type
    }

# Construct inspect configuration dictionary
inspect_config = {
    #"info_types": [{"name": info_type} for info_type in info_types],
    #"min_likelihood": "VERY_UNLIKELY",
    "custom_info_types": [
        {
            "info_type": {
                "name": "custom"
            },
            "exclusion_type": "EXCLUSION_TYPE_UNSPECIFIED",
            "likelihood": "POSSIBLE",
            "regex": {
                "pattern": "(?:.*)"
                #"pattern": ".*"
            }
        }
    ]
}

# Construct deidentify configuration dictionary
deidentify_config = {
    "info_type_transformations": {
        "transformations": [
            {
                "primitive_transformation": {
                    "crypto_deterministic_config": crypto_replace_ffx_fpe_config
                }
            }
        ]
    }
}
item={
    "table":{
        "headers":[{
            "name":header
            } for header in data_headers
        ],
        "rows":[
            {
                "values":[
                    {
                        "string_value":"asa s.com"
                    }
                ]
            },  #Issue starts when the below row is added having any value in string_value
            {
                "values":
                [
                    {
                        "string_value":"14562@gmail.com"
                    }
                ]
            }
        ]
    }
}

    # Call the API
response = dlp.deidentify_content(
    parent,
    inspect_config=inspect_config,
    deidentify_config=deidentify_config,
    item=item,
)

# Print results
return response.item.table

如果我发送一行数据，得到响应为

headers {
  name: "token"
}
rows {
  values {
    string_value: "EMAIL_ADDRESS(XX):XXXXXXXXXXXXXXXXXXX="
  }
}

当我发送多行的项目时，我得到的是我最初发送到 api 的内容：例如：

headers {
    name: "token"
}
rows {
      values {
        string_value: "asa s.com"
    }
}
rows {
    values {
        string_value: "14562@gmail.com"
    }
}
4

1 回答 1

0

您似乎正在使用InfoTypeTransformations为DeidentifyConfig。

根据文档，您应该改用RecordTransformations，因为此类转换“应用于被标识为特定 infoType 的提交的表格文本数据中的值，或应用于表格数据的整个列”，并将数据集视为结构化的。

于 2020-04-16T13:29:22.290 回答