Datos
pii-sweep
Escanea datasets en busca de PII antes de compartirlos.
0 descargas/mes en PyPIInstalación
pip install pii-sweepSi usas uv, también como CLI aislado:
uv tool install pii-sweepPruébalo en tu navegador
Hola, soy Ana García. Puedes escribirme a ana.garcia@example.comemail
o llamarme al +34 612 345 678teléfono. Mi DNI es 12345678ZDNI/NIE y el IBAN de la
empresa es ES91 2100 0418 4502 0005 1332IBAN.
4coincidencias
1email
1teléfono
1DNI/NIE
1IBAN
Las mismas familias de regex que usa el CLI en sus detectores de señal alta, ejecutadas en local. No se envía nada a ningún sitio.
Qué hace
Antes de compartir un dataset, copiarlo a un notebook o subirlo a un bucket, conviene saber si una columna guarda emails, tarjetas o identificadores. pii-sweep muestrea cada columna y reporta cuáles parecen PII y con qué confianza.
En acción
Una sesión real grabada del CLI en ejecución.
Léelo como texto
severity column type confidence medium email email 100% medium phone phone 100%
$ pii-sweep scan users.csv
severity column type confidence
medium email email 100%
medium phone phone 100%Características
- —Detectores con checksum: tarjetas (Luhn), IBAN (mod-97), SSN.
- —Email, teléfono e IPv4, agrupados por severidad.
- —Confianza por columna y umbral configurable.
- —Gate de CI; lee CSV, Parquet y JSONL.