Actualiser app.py

app.py

@@ -2,11 +2,12 @@ import os
 import logging
 from flask import Flask, request, jsonify, make_response
 
-# On importe UNIQUEMENT le Provider, c'est lui qui gère tout.
+# On importe UNIQUEMENT le Provider, qui gère tout.
 from presidio_analyzer import AnalyzerEngineProvider
 
 # Configuration du logging
-logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(name)s - %(levelname)s - %(message)s')
+logging.basicConfig(level=logging.INFO,
+                    format='%(asctime)s - %(name)s - %(levelname)s - %(message)s')
 logger = logging.getLogger(__name__)
 
 # Initialisation de l'application Flask
@@ -17,28 +18,21 @@ analyzer = None
 try:
     logger.info("--- Presidio Analyzer Service Starting ---")
     
-    # Le chemin vers le fichier de configuration est toujours défini par la variable d'environnement
+    # Le chemin vers le fichier de config est selon variable d'environnement ou par défaut
     CONFIG_FILE_PATH = os.environ.get("PRESIDIO_ANALYZER_CONFIG_FILE", "conf/default.yaml")
     
-    # On utilise le Provider pour lire le fichier et créer le moteur
-    # C'est la méthode officielle et robuste.
+    # Création du moteur via le Provider 
     provider = AnalyzerEngineProvider(analyzer_engine_conf_file=CONFIG_FILE_PATH)
     analyzer = provider.create_engine()
 
-    # L'allow_list est aussi gérée par le provider, mais on peut la surcharger si besoin
-    # from presidio_analyzer.store import AllowListStore
-    # allow_list_store = AllowListStore()
-    # allow_list_store.set_allow_list(provider.get_configuration().get("allow_list", []))
-    # analyzer.allow_list_store = allow_list_store
-
+    logger.info(f"Analyzer created successfully, supported languages: {analyzer.supported_languages}")
     logger.info("--- Presidio Analyzer Service Ready ---")
-    logger.info(f"Analyzer created successfully, supporting languages: {analyzer.supported_languages}")
 
 except Exception as e:
     logger.exception("FATAL: Error during AnalyzerEngine initialization.")
     analyzer = None
 
-# Le reste du fichier Flask est identique
+
 @app.route('/analyze', methods=['POST'])
 def analyze_text():
     if not analyzer:
@@ -52,12 +46,38 @@ def analyze_text():
         if not text_to_analyze:
             return jsonify({"error": "text field is missing or empty"}), 400
         
+        # Analyse avec Presidio
         results = analyzer.analyze(
             text=text_to_analyze,
             language=language
         )
         
-        response_data = [res.to_dict() for res in results]
+        # Liste des labels/titres à ne PAS anonymiser
+        IGNORE_LABELS = {
+            "Témoins",
+            "Témoins clés",
+            "Coordonnées",
+            "Coordonnées bancaires",
+            "Contexte financier",
+            "Données sensibles",
+            "Contexte",
+            # Ajoute ici tout autre label problématique
+        }
+
+        def normalize_label(txt):
+            return txt.strip().lower()
+
+        ignore_labels_normalized = set(normalize_label(l) for l in IGNORE_LABELS)
+
+        # Filtrage post-analyse pour enlever les entités correspondant aux labels/titres
+        filtered_results = []
+        for res in results:
+            ent_text = text_to_analyze[res.start:res.end]
+            if normalize_label(ent_text) not in ignore_labels_normalized:
+                filtered_results.append(res)
+        
+        # Préparation de la réponse JSON
+        response_data = [res.to_dict() for res in filtered_results]
         return make_response(jsonify(response_data), 200)
 
     except Exception as e:
@@ -66,5 +86,6 @@ def analyze_text():
             return jsonify({"error": f"No recognizers available for language '{language}'."}), 400
         return jsonify({"error": str(e)}), 500
 
+
 if __name__ == '__main__':
     app.run(host='0.0.0.0', port=5001)