Create custom_recognizers.py

presidio_config/custom_recognizers.py

@@ -0,0 +1,48 @@
+from presidio_analyzer import Pattern, PatternRecognizer
+
+# Ce fichier définit nos détecteurs personnalisés sous forme de classes Python.
+# C'est beaucoup plus robuste que le JSON.
+
+# --- DÉTECTEURS BELGES ---
+
+class BelgianNrnRecognizer(PatternRecognizer):
+    """Détecteur pour le Numéro de Registre National belge."""
+    PATTERNS = [
+        Pattern(
+            name="NRN (avec séparateurs)",
+            regex=r"\b(?:[0-9]{2}(?:\.0[1-9]|\.1[0-2])(?:\.0[1-9]|\.[12][0-9]|\.3[01]))-\d{3}\.\d{2}\b",
+            score=1.0,
+        ),
+        Pattern(
+            name="NRN (sans séparateurs)",
+            regex=r"\b(?:[0-9]{2}(?:0[1-9]|1[0-2])(?:0[1-9]|[12][0-9]|3[01]))\d{5}\b",
+            score=0.8,
+        ),
+    ]
+    CONTEXT = ["registre national", "nrn", "niss"]
+    SUPPORTED_ENTITY = "BE_NATIONAL_REGISTER_NUMBER"
+
+class BelgianEnterpriseRecognizer(PatternRecognizer):
+    """Détecteur pour le N° d'entreprise belge."""
+    PATTERNS = [Pattern(name="BTW/TVA", regex=r"\bBE\s?0\d{3}\.\d{3}\.\d{3}\b", score=0.95)]
+    CONTEXT = ["numéro d'entreprise", "btw", "tva"]
+    SUPPORTED_ENTITY = "BE_ENTERPRISE_NUMBER"
+    
+# --- DÉTECTEURS RGPD GÉNÉRIQUES ---
+
+class IbanRecognizer(PatternRecognizer):
+    """Détecteur pour les IBAN."""
+    PATTERNS = [Pattern(name="IBAN", regex=r"\b[A-Z]{2}\d{2}\s?(?:\d{4}\s?){4,7}\d{1,4}\b", score=0.95)]
+    CONTEXT = ["iban", "compte", "bancaire"]
+    SUPPORTED_ENTITY = "IBAN"
+
+# Ajoutez ici d'autres classes pour les autres regex si nécessaire...
+# (Ex: FrenchNIRRecognizer, PhoneRecognizer, etc.)
+
+# Liste de tous les reconnaisseurs à charger
+custom_recognizers = [
+    BelgianNrnRecognizer,
+    BelgianEnterpriseRecognizer,
+    IbanRecognizer,
+    # Ajoutez les autres classes de reconnaisseurs ici
+]