Merge pull request #2

feat: Added option to select entities in anonymizer demo

examples/anon.py

@@ -10,7 +10,7 @@ from faker import Faker
 from presidio_anonymizer.entities.engine import OperatorConfig
 
 
-def process(text: str, fake_data: bool) -> Tuple[str, List]:
+def process(text: str, fake_data: bool, entities: List) -> Tuple[str, List]:
     configuration = {
         "nlp_engine_name": "spacy",
         "models": [{"lang_code": "hu", "model_name": "hu_core_news_lg", }],
@@ -20,35 +20,49 @@ def process(text: str, fake_data: bool) -> Tuple[str, List]:
     nlp_engine = provider.create_engine()
 
     analyzer = AnalyzerEngine(nlp_engine=nlp_engine,
-                              supported_languages=["hu"])
+                              supported_languages=["hu"],)
 
     results = analyzer.analyze(
-        text=text, entities=["PERSON", "LOCATION"], language="hu")
+        text=text, entities=entities, language="hu")
 
     fake = Faker(locale=["hu_HU"])
 
     fake_operators = {
         "PERSON": OperatorConfig("custom", {"lambda": lambda x: fake.name()}),
         "LOCATION": OperatorConfig("custom", {"lambda": lambda x: fake.address()}),
+        "EMAIL_ADDRESS": OperatorConfig("custom", {"lambda": lambda x: fake.email()}),
+        "PHONE_NUMBER": OperatorConfig("custom", {"lambda": lambda x: fake.phone_number()}),
+        "CRYPTO": OperatorConfig("custom", {"lambda": lambda x: fake.password()}),
+        "IP_ADDRESS": OperatorConfig("custom", {"lambda": lambda x: fake.ipv4()}),
+        "URL": OperatorConfig("custom", {"lambda": lambda x: fake.url()}),
+        "DATE_TIME": OperatorConfig("custom", {"lambda": lambda x: fake.date()}),
+        "CREDIT_CARD": OperatorConfig("custom", {"lambda": lambda x: fake.credit_card_number()}),
+        "IBAN_CODE": OperatorConfig("custom", {"lambda": lambda x: fake.iban()}),
     }
 
     anonymizer = AnonymizerEngine()
     anonymized_text = anonymizer.anonymize(
         text=text, analyzer_results=results, operators=fake_operators) if fake_data else anonymizer.anonymize(text=text, analyzer_results=results)
+
     return anonymized_text.text, anonymized_text.items
 
 
 EXAMPLES = [
-    ["Vespucci 1450-es években született Firenzében, és 1497 és 1504 között legalább két felfedező úton vett részt – az egyiket spanyol, a másikat portugál támogatással.", False],
-    ["Elon Musk 1971-ben született a Dél-afrikai Köztársaságban, anyja Maye Musk (született: Haldeman) modell, apja Errol Musk mérnök, pilóta.", True]
+    ["Vespucci 1450-es években született Firenzében, és 1497 és 1504 között legalább két felfedező úton vett részt – az egyiket spanyol, a másikat portugál támogatással.", False, ["PERSON", "LOCATION"]],
+    ["Elon Musk 1971-ben született a Dél-afrikai Köztársaságban, anyja Maye Musk (született: Haldeman) modell, apja Errol Musk mérnök, pilóta.", True, [
+        "PERSON", "LOCATION"]],
+    ["Vespucci 1450-es években született Firenzében, és 1497 és 1504 között legalább két felfedező úton vett részt. Bárorító leveleket a vespucci@deojeda.es email-címre várt, mellette működött egy hangrögzítője is a +3903827802737 telefonszámon. Adományokat a bitcoin tárcájába (1Fsb3io3hj1jKaRCTRQ89Du88Dp7NxgEcU), bankkártyájára (5200 8282 8282 8210) és IBAN számlaszámára (ES8201289482186115378819) fogadott. Utazási blogja a https://firenze.it/vespucci címen volt elérhető. Legutóbb 1503-03-15-én publikált, ezt a 192.168.0.1 ip-címről tette meg.", True,
+     ["PERSON", "LOCATION", "EMAIL_ADDRESS", "PHONE_NUMBER", "CRYPTO", "IP_ADDRESS", "URL", "DATE_TIME", "CREDIT_CARD", "IBAN_CODE"]],
 ]
 
 demo = gr.Interface(
     fn=process,
     inputs=[gr.Textbox(value=EXAMPLES[0][0], lines=10, label="Input text", show_label=True),
-            gr.Checkbox(value=EXAMPLES[0][1], label="Use fake data", show_label=True),],
+            gr.Checkbox(value=EXAMPLES[0][1],
+                        label="Apply de-identification", show_label=True),
+            gr.CheckboxGroup(['PERSON', 'LOCATION', 'DATE_TIME', 'IP_ADDRESS', 'URL', 'EMAIL_ADDRESS', 'PHONE_NUMBER', 'CREDIT_CARD', 'IBAN_CODE', 'CRYPTO'], label="Entities", show_label=True, value=EXAMPLES[0][2])],
     outputs=[gr.Textbox(label="Anonymized text", show_label=True),
              gr.Textbox(label="Tags", show_label=True)],
     examples=EXAMPLES,
-    cache_examples=True,
+    # cache_examples=True,
 )