合规工程
最小化与脱敏实操
批量处理身份证号时,真正降低风险的从来不是承诺,而是工程上的四个默认动作。
一、最小化输入
只提交业务当下必须比对的行。历史已核验过的先在本地标记状态。
grep -v ',已核验$' orders.csv > todo.csv
二、脱敏输出
def mask_id(s: str) -> str:
return s[:6] + "*" * 8 + s[-4:]
def mask_name(s: str) -> str:
if len(s) <= 1: return "*"
if len(s) == 2: return s[0] + "*"
return s[0] + "*" * (len(s) - 2) + s[-1]
print(mask_id("11010519491231002X"), mask_name("张三"))
# 110105********002X 张*
三、保留期限
| 数据 | 建议保留 |
|---|---|
| 原始上传文件 | 处理完成后立即删除 |
| 结果 CSV(明文) | 对账完成后删除 |
| 核验结论 | 按业务必要期限 |
| 计费流水 | 按财务要求,只存条数与金额 |
四、访问控制
- 存放目录权限 750,属主为业务账号
- 不用全员可读的共享盘
- 传输走 TLS,不用明文聊天窗口发文件
- 操作留日志:谁、何时、多少条
清理脚本
find /data/batch -type f -mtime +1 -name '*.csv' -delete
find /data/batch -type f -mtime +1 -name '*.xlsx' -delete
一条判断标准
问自己:如果这个文件明天被别人看到,会有什么后果?答案不是「没什么」,它就不该以明文长期存在。
相关内容
批量文件里的中文姓名变成了乱码,怎么修
批量核验时中文姓名乱码的三个成因(GBK/UTF-8 误判、缺少 BOM、编辑器默认编码),含转换命令与验证方法。
结果行号错位怎么定位
批量核验返回的行号与原始文件不一致的常见原因:空行、表头、引号内换行、CRLF 混用,含逐步排查方法。
校验位 X 的含义与处理
身份证最后一位 X 代表罗马数字 10,含计算来源、大小写规范、系统不接受 X 时的处理方式。
Excel 导出 CSV 会踩的六个坑
Excel 转 CSV 时身份证号变科学计数、末尾数字变 0、日期被改写、前导 0 丢失等问题的成因与正确做法。