hotrooibos / AnonCSV

Work in progress csv anonymizing program

AnonCSV

Ce programme écrit en python permet d'anonymiser les données d'un fichier de données CSV. Le programme est composé de deux fichiers :

• anoncsv.py : programme
• config.yaml : fichier de configuration/paramétrage

Installation, exécution

• Copier anoncsv.py et config.yaml dans un dossier.
• Paramétrer config.yaml (voir plus bas).
• Par défaut, placer les CSV à anonymiser dans un dossier "csv" créé à côté du programme. Ce répertoire peut être modifié dans la configuré.
• Exécuter anoncsv.py

Configuration (config.yaml)

Les paramètres du programmes sont stockés dans le fichier config.yaml : dossier contenant les fichiers CSV, séparateur CSV, caractère de quote, caractère d'échappement.

Des listes de données de substitution (anonymes) peuvent être définies. Dans la partie suivantes, on pourra indiquer au programme de choisir aléatoirement des valeurs dans ces listes, en remplacement des données d'origine.

Par exemple, des noms de famille figurant sur un fichier CSV à anonymiser pourront être remplacés par un nom issu de la liste LASTNAME, choisi aléatoirement par AnonCSV.

LASTNAME : &LASTNAME [Martin,Bernard,Thomas, ...]

Trois listes sont fournies par défaut : une liste de noms de famille, de prénoms, et de commentaires.

Colonnes à anonymiser

COLUMN_TO_ANONYMIZE est une liste de type dictionnaire (une liste de clés associés à une valeur). Cette liste doit être paramétrée selon le contenu des CSV à anonymiser.

---

Exemple

Fichier CSV avant anonymisation :

id	NOMPERS	PRENOMPERS	observation	salaire
0000081	chirac	patrick	"D'un naturel ""jovial"", Patrick Chirac est un excellent élément."	1450
0000082	norris	chuck	"A su compter jusqu'à l'infini deux fois."	9050

id,NOMPERS,PRENOMPERS,observation,salaire
0000081,chirac,patrick,"D'un naturel ""jovial"", Patrick Chirac est un excellent élément.",1450
0000082,norris,chuck,"A su compter jusqu'à l'infini deux fois.",9050

config.yaml :

COLUMN_TO_ANONYMIZE:
#   Clé: nom de colonne   Valeur de remplacement
    NOMPERS:              *LASTNAME
    PRENOMPERS:           *FIRSTNAME
    observation:          *COMMENT
    salaire:              int4

Par exemple, on indique ici que pour tous les fichiers CSV trouvés, si l'on trouve une (ou plusieurs) colonne nommée NOMPERS, le programme remplacera ses valeurs par l'une des valeurs de la liste LASTNAME définie plus haut.

Fichier CSV après exécution AnonCSV :

id	NOMPERS	PRENOMPERS	observation	salaire
81	Bernard	Léo	"Un terminator."	4842
82	Thomas	Gabriel	"Qui est cette personne ?"	1254

id,NOMPERS,PRENOMPERS,observation,salaire
81,Bernard,Léo,"Un terminator.",4842
82,Thomas,Gabriel,"Qui est cette personne ?",1254