PII 遮蔽與個資合規¶

use NextPDF\Pro\Redaction\RedactionTextPreprocessor;
use NextPDF\Pro\Redaction\Detector\RegexPiiDetector;
use NextPDF\Pro\Redaction\Redactor\MaskRedactor;
use NextPDF\Pro\Redaction\Redactor\HashRedactor;
use NextPDF\Pro\Redaction\PiiCategory;
use NextPDF\Pro\Redaction\Audit\RedactionAuditLogger;
use NextPDF\Pro\Document\ProDocument;

// 1. 設定偵測規則
$detector = RegexPiiDetector::withBuiltinRules(
    categories: [
        PiiCategory::TaiwanNationalId,      // 台灣身分證字號 A123456789
        PiiCategory::TaiwanUniformNumber,    // 統一編號
        PiiCategory::EmailAddress,           // 電子郵件
        PiiCategory::PhoneNumber,            // 電話號碼（支援多國格式）
        PiiCategory::CreditCard,             // 信用卡號（Luhn 驗證）
        PiiCategory::BankAccount,            // 銀行帳號
        PiiCategory::IpAddress,              // IP 位址
    ],
);

// 可加入自訂正規表達式規則
$detector->addCustomRule(
    name: 'employee-id',
    pattern: '/EMP-\d{6}/',
    category: PiiCategory::Custom,
);

// 2. 設定遮蔽策略
$redactor = MaskRedactor::create(
    maskChar: '█',          // 遮蔽字元
    preserveLength: true,   // 保留原始長度（維持排版）
    preservePrefix: 3,      // 保留前 N 個字元（如身分證前段 A12█████）
);

// 3. 設定審計日誌
$auditLogger = new RedactionAuditLogger(
    logPath: '/var/log/nextpdf/redaction.jsonl',
    includePosition: true,   // 記錄頁碼與位置
    includeCategory: true,   // 記錄 PII 類型（不記錄原始值）
);

// 4. 建立 TextPreprocessor
$preprocessor = new RedactionTextPreprocessor(
    detector: $detector,
    redactor: $redactor,
    auditLogger: $auditLogger,
);

// 5. 注入至 ProDocument
$doc = ProDocument::createStandalone(
    textPreprocessors: [$preprocessor],
);

// 6. 正常生成文件——PII 自動遮蔽
$doc->addPage();
$doc->text('客戶姓名：王大明', x: 20, y: 30);
$doc->text('身分證號：A123456789', x: 20, y: 45);   // 自動遮蔽為 A12█████
$doc->text('Email：[email protected]', x: 20, y: 60); // 自動遮蔽
$doc->text('信用卡：4111-1111-1111-1111', x: 20, y: 75); // 自動遮蔽

$pdf = $doc->render();
// 輸出的 PDF 中，上述 PII 已在串流層級完全遮蔽

use NextPDF\Pro\Redaction\Redactor\MaskRedactor;

// 完全遮蔽
$redactor = MaskRedactor::create(maskChar: '█');

// 保留部分資訊（常見於客服場景）
$redactor = MaskRedactor::create(
    maskChar: '*',
    preservePrefix: 3,  // 前 3 字元可見
    preserveSuffix: 4,  // 後 4 字元可見（適合信用卡末 4 碼）
    preserveLength: true,
);

use NextPDF\Pro\Redaction\Redactor\HashRedactor;

// 以 SHA-256 雜湊取代原始值（可用於追蹤但不可還原）
$redactor = HashRedactor::create(
    algorithm: 'sha256',
    salt: (string) getenv('REDACTION_HASH_SALT'), // 必填：防止彩虹表攻擊
    outputLength: 8,    // 截取前 8 個字元
    prefix: '[HASH:',
    suffix: ']',
);
// 輸出範例：[HASH:a3f8c91b]

use NextPDF\Pro\Redaction\Redactor\TokenRedactor;
use NextPDF\Pro\Redaction\Token\DatabaseTokenStore;

// 將 PII 替換為隨機 Token，Token 對應關係安全儲存於外部
$tokenStore = new DatabaseTokenStore(pdo: $pdo, tableName: 'pii_tokens');

$redactor = TokenRedactor::create(
    tokenStore: $tokenStore,
    tokenPrefix: 'PII-',
    tokenLength: 16,
);
// 輸出範例：PII-4f8a9b2c1e3d7f6a
// 授權使用者可透過 tokenStore 還原原始值

use NextPDF\Pro\Redaction\RedactionTextPreprocessor;
use NextPDF\Pro\Redaction\Detector\CompositeDetector;

// 組合多個偵測器
$compositeDetector = new CompositeDetector([
    RegexPiiDetector::withBuiltinRules([PiiCategory::TaiwanNationalId, PiiCategory::CreditCard]),
    NlpPiiDetector::forLanguage('zh-Hant'), // NLP 偵測（需安裝額外模型）
    CustomRuleDetector::fromYaml('/config/pii-rules.yaml'),
]);

$preprocessor = new RedactionTextPreprocessor(
    detector: $compositeDetector,
    redactor: MaskRedactor::create(maskChar: '█'),
    auditLogger: $auditLogger,
);

use NextPDF\Pro\Redaction\PdfRedactionProcessor;
use NextPDF\Pro\Redaction\RedactionReport;

$processor = new PdfRedactionProcessor(
    detector: $detector,
    redactor: $redactor,
    auditLogger: $auditLogger,
);

$inputPdf = file_get_contents('/uploads/contract.pdf');

/** @var RedactionReport $report */
$report = $processor->process(
    pdfBytes: $inputPdf,
    options: RedactionProcessorOptions::create(
        redactContent: true,         // 遮蔽頁面內容
        redactMetadata: true,        // 清除 XMP 詮釋資料中的 PII
        redactAnnotations: true,     // 遮蔽注釋文字
        redactBookmarks: true,       // 遮蔽書籤標題
        flattenForms: false,         // 保留表單欄位結構
    ),
);

$redactedPdf = $report->getRedactedPdf();
$summary = $report->getSummary(); // RedactionSummary: 遮蔽數量、類型分布

file_put_contents('/output/redacted-contract.pdf', $redactedPdf);

echo sprintf(
    'Redacted %d PII instances across %d pages. Categories: %s',
    $summary->getTotalRedacted(),
    $summary->getAffectedPageCount(),
    implode(', ', $summary->getCategoryBreakdown()),
);