presidio modulaire

conf/recognizers/PII/belgian/addresses.yaml

@@ -0,0 +1,44 @@
+# Recognizer pour adresses belges complètes
+recognizer_registry:
+  recognizers:
+    - name: BelgianAddressRecognizer
+      supported_language: fr
+      supported_entity: BE_ADDRESS
+      patterns:
+        # Pattern principal : numéro + rue + code postal + ville (SANS contexte)
+        - name: Adresse complète avec numéro devant
+          regex: "\\b\\d{1,4}[A-Za-z]?\\s+(?:Avenue|Rue|Boulevard|Chaussée|Place|Quai|Impasse|Drève|Clos|Allée)\\s+(?:de\\s+la\\s+|de\\s+|du\\s+|des\\s+|d'|la\\s+|le\\s+)?[A-ZÀ-Ÿ][a-zà-ÿ'-]+(?:\\s+[A-ZÀ-Ÿ][a-zà-ÿ'-]+)*\\s*,\\s*[1-9]\\d{3}\\s+[A-ZÀ-Ÿ][a-zà-ÿ'-]+(?:\\s+[A-ZÀ-Ÿ][a-zà-ÿ'-]+)*"
+          score: 1.0
+
+        # Pattern avec lookbehind positif pour exclure "demeurant" de la capture
+        - name: Adresse après contexte demeurant
+          regex: "(?<=\\bdemeurant\\s)\\d{1,4}[A-Za-z]?\\s+(?:Avenue|Rue|Boulevard|Chaussée|Place|Quai|Impasse|Drève|Clos|Allée)\\s+(?:de\\s+la\\s+|de\\s+|du\\s+|des\\s+|d'|la\\s+|le\\s+)?[A-ZÀ-Ÿ][a-zà-ÿ'-]+(?:\\s+[A-ZÀ-Ÿ][a-zà-ÿ'-]+)*\\s*,\\s*[1-9]\\d{3}\\s+[A-ZÀ-Ÿ][a-zà-ÿ'-]+(?:\\s+[A-ZÀ-Ÿ][a-zà-ÿ'-]+)*"
+          score: 1.0
+
+        # Pattern avec lookbehind pour autres contextes
+        - name: Adresse après contexte résidant
+          regex: "(?<=\\b(?:résidant|domicilié|habite|situé)\\s)\\d{1,4}[A-Za-z]?\\s+(?:Avenue|Rue|Boulevard|Chaussée|Place|Quai|Impasse|Drève|Clos|Allée)\\s+(?:de\\s+la\\s+|de\\s+|du\\s+|des\\s+|d'|la\\s+|le\\s+)?[A-ZÀ-Ÿ][a-zà-ÿ'-]+(?:\\s+[A-ZÀ-Ÿ][a-zà-ÿ'-]+)*\\s*,\\s*[1-9]\\d{3}\\s+[A-ZÀ-Ÿ][a-zà-ÿ'-]+(?:\\s+[A-ZÀ-Ÿ][a-zà-ÿ'-]+)*"
+          score: 1.0
+
+        # Pattern avec lookbehind pour contexte bureaux
+        - name: Adresse après contexte bureaux
+          regex: "(?<=\\b(?:dans les bureaux situés|siège social situé)\\s)\\d{1,4}[A-Za-z]?\\s+(?:Avenue|Rue|Boulevard|Chaussée|Place|Quai|Impasse|Drève|Clos|Allée)\\s+(?:de\\s+la\\s+|de\\s+|du\\s+|des\\s+|d'|la\\s+|le\\s+)?[A-ZÀ-Ÿ][a-zà-ÿ'-]+(?:\\s+[A-ZÀ-Ÿ][a-zà-ÿ'-]+)*\\s*,\\s*[1-9]\\d{3}\\s+[A-ZÀ-Ÿ][a-zà-ÿ'-]+(?:\\s+[A-ZÀ-Ÿ][a-zà-ÿ'-]+)*"
+          score: 0.9
+
+        # Pattern alternatif : rue + numéro + ville (format classique)
+        - name: Adresse format classique
+          regex: "\\b(?:Avenue|Rue|Boulevard|Chaussée|Place|Quai|Impasse|Drève|Clos|Allée)\\s+(?:de\\s+la\\s+|de\\s+|du\\s+|des\\s+|d'|la\\s+|le\\s+)?[A-ZÀ-Ÿ][a-zà-ÿ'-]+(?:\\s+[A-ZÀ-Ÿ][a-zà-ÿ'-]+)*(?:\\s*,?\\s*\\d{1,4}[A-Za-z]?)?\\s*,\\s*[1-9]\\d{3}\\s+[A-ZÀ-Ÿ][a-zà-ÿ'-]+(?:\\s+[A-ZÀ-Ÿ][a-zà-ÿ'-]+)*"
+          score: 0.8
+
+      context:
+        [
+          "demeurant",
+          "résidant",
+          "domicilié",
+          "habite",
+          "situé au",
+          "sis à",
+          "dans les bureaux situés",
+          "siège social",
+          "adresse",
+        ]

conf/recognizers/PII/belgian/documents.yaml

@@ -0,0 +1,26 @@
+# Recognizer pour documents belges
+recognizer_registry:
+  recognizers:
+    - name: BelgianIDCardRecognizer
+      supported_language: fr
+      supported_entity: BE_ID_CARD
+      patterns:
+        - name: Carte d'identité belge
+          regex: "\\b[0-9]{3}\\-[0-9]{7}\\-[0-9]{2}\\b"
+          score: 0.95
+        - name: eID compact
+          regex: "\\b[0-9]{12}\\b"
+          score: 0.8
+      context: ["carte d'identité", "eID", "identiteitskaart", "pièce d'identité"]
+
+    - name: BelgianPassportRecognizer
+      supported_language: fr
+      supported_entity: BE_PASSPORT
+      patterns:
+        - name: Passeport belge
+          regex: "\\b[A-Z]{2}[0-9]{6}\\b"
+          score: 0.95
+        - name: Passeport avec espaces
+          regex: "\\b[A-Z]{2}\\s[0-9]{6}\\b"
+          score: 0.9
+      context: ["passeport", "passport", "paspoort", "document de voyage"]

conf/recognizers/PII/belgian/national_register.yaml

@@ -0,0 +1,25 @@
+# Recognizer pour numéro de registre national belge
+recognizer_registry:
+  recognizers:
+    - name: BelgianNRNRecognizer
+      supported_language: fr
+      supported_entity: BE_NATIONAL_REGISTER_NUMBER
+      patterns:
+        - name: NRN avec points et tiret
+          regex: "\\b[0-9]{2}\\.[0-9]{2}\\.[0-9]{2}-[0-9]{3}\\.[0-9]{2}\\b"
+          score: 1.0
+        - name: NRN compact
+          regex: "\\b[0-9]{11}\\b"
+          score: 0.7
+        - name: NRN avec espaces
+          regex: "\\b[0-9]{2}\\s[0-9]{2}\\s[0-9]{2}\\s[0-9]{3}\\s[0-9]{2}\\b"
+          score: 0.8
+      context:
+        [
+          "registre national",
+          "numéro national",
+          "NN",
+          "RN",
+          "identité",
+          "carte d'identité",
+        ]

conf/recognizers/PII/belgian/phones.yaml

@@ -0,0 +1,44 @@
+# Recognizer pour numéros de téléphone belges
+recognizer_registry:
+  recognizers:
+    - name: BelgianPhoneRecognizer
+      supported_language: fr
+      supported_entity: BE_PHONE_NUMBER
+      patterns:
+        # Patterns avec contexte Tel: et Tél:
+        - name: Téléphone fixe avec contexte Tel
+          regex: '(?<=Tel\s*:\s*)0[1-9](?:[./\s]?\d{2,3}){3}(?=\s|\)|$|[.,;])'
+          score: 0.99
+        - name: Téléphone fixe avec contexte Tél
+          regex: '(?<=Tél\s*:\s*)0[1-9](?:[./\s]?\d{2,3}){3}(?=\s|\)|$|[.,;])'
+          score: 0.99
+        - name: Mobile avec contexte Tel
+          regex: '(?<=Tel\s*:\s*)04[0-9]{2}[./\s]?[0-9]{2}[./\s]?[0-9]{2}[./\s]?[0-9]{2}(?=\s|\)|$|[.,;])'
+          score: 0.99
+        - name: Mobile avec contexte Tél
+          regex: '(?<=Tél\s*:\s*)04[0-9]{2}[./\s]?[0-9]{2}[./\s]?[0-9]{2}[./\s]?[0-9]{2}(?=\s|\)|$|[.,;])'
+          score: 0.99
+        # Patterns généraux (sans contexte spécifique)
+        - name: Téléphone fixe belge
+          regex: '(?<!BCE\s*:?\s*)\b0[1-9](?:[./\s]?\d{2,3}){3}(?=\b|\)|$|[.,;])(?!.*BCE)'
+          score: 0.95
+        - name: Mobile belge
+          regex: '\b04[0-9]{2}[./\s]?[0-9]{2}[./\s]?[0-9]{2}[./\s]?[0-9]{2}(?=\b|\)|$|[.,;])'
+          score: 0.98
+        - name: International belge
+          regex: '\+32\s?[1-9](?:[./\s]?\d{2,3}){3}(?=\b|\)|$|[.,;])'
+          score: 0.99
+        - name: Numéro vert belge
+          regex: '\b0800[./\s]?[0-9]{2}[./\s]?[0-9]{3}(?=\b|\)|$|[.,;])'
+          score: 0.9
+      context:
+        [
+          "Tel",
+          "Tél",
+          "téléphone",
+          "gsm",
+          "mobile",
+          "portable",
+          "appeler",
+          "joindre",
+        ]