文件去識別化工具

文件去識別化是把文件中可以直接或間接辨識特定個人的資訊（例如姓名、身分證字號、手機、地址、電子郵件），以遮罩或編碼取代，讓文件在交給第三方、AI 服務或研究單位時不會洩漏個資。本工具會把每筆敏感資訊換成唯一的隨機編碼，並產出 CSV 編碼表供日後還原。

不會。文件解析、個資偵測、遮罩與輸出全部在你的瀏覽器內以 JavaScript 完成，沒有任何後端；載入頁面後即使離線也能使用。瀏覽器只會儲存你的偵測規則設定，文件內容與編碼表都不會落地。

支援 PDF（需含文字層）、Word（.docx）、Excel（.xlsx）、TXT、Markdown，也可以直接貼上文字。單檔上限 20 MB，一次最多 10 個檔案混合處理。不支援舊版 .doc、.xls 與掃描影像 PDF。

內建九種類別：中文姓名、身分證字號（含檢核碼驗證）、手機、市話、地址、電子郵件、公司／組織名稱、統一編號（含檢核碼驗證）與自訂識別碼；也可以用正規表達式新增自訂規則。規則以台灣常見格式為主。

可以。每筆敏感資訊都換成 [類別:編碼] 形式的唯一標記，對應關係存在 CSV 編碼表中。在「還原」頁籤上傳去識別化文件與編碼表，即可取得原格式的還原檔。編碼表是還原的唯一憑證，請妥善保管。

Word 與 Excel 直接改寫文字節點，樣式、表格、頁首頁尾與工作表結構都保留；PDF 依原始座標重建文字版面並內嵌中文字型，但圖片、圖形與原字型不會保留。

用色塊覆蓋的 PDF，底層文字仍然可以被複製或擷取出來。本工具改以文字重建的方式輸出 PDF，敏感文字會真正從檔案中移除，不會殘留在輸出檔內。

會。中文姓名與地址無法靠規則做到零誤判、零漏抓，所以自動偵測只是建議：預覽畫面可以點擊標記取消誤判、點擊種類整批取消，或圈選文字手動新增漏抓的項目，確認後再下載。

完全免費，並以 MIT 授權開源。執行 npm run build 產出的 dist/ 是純靜態網站，可以放到 GitHub Pages、內網檔案伺服器或任何靜態空間自行架設，也可以直接以檔案方式開啟。