SensitiveInfoScanner

SensitiveInfoScanner 是一款用于扫描文本、文件、源代码等内容中的敏感信息的 Python 工具。工具支持自动识别密钥、凭证、令牌、密码、证书、访问密钥、加密材料等多类敏感数据，并将扫描结果分类记录到结构化日志文件中。 本工具适用于安全审计、自查、合规检查、本地凭证治理等场景。

---

功能特性

• 多类型敏感信息识别
  • API Key（多云厂商格式）
  • Access Token、Bearer Token、Session Token
  • 密码（Password）
  • 用户名可能泄漏信息（Username）
  • RSA/DSA/ECDSA 私钥、公钥
  • JWT Token
  • AES/RSA 等加密密钥片段
  • 数据库连接串（MySQL/PostgreSQL/Redis/MongoDB 等）
  • SSH 密钥、证书
  • 邮箱（Email Address）
  • 手机号与基础身份信息片段
  • 常见 Webhook
  • 代码环境变量泄漏（如 SECRET_KEY=、TOKEN=）
• 可扩展正则模板
  • 所有敏感信息的检测基于可配置的正则表达式，可供用户按需扩展。
• 分类日志输出
  • 日志按敏感信息类别进行结构化保存。
  • 自动记录时间、来源路径、命中的敏感项等。
• 支持扫描多种输入源
  • 单个文件
  • 文件夹（递归扫描）
  • 直接输入的文本内容
• 可配置参数
  • 扫描路径
  • 日志保存路径
  • 启用/禁用特定类别扫描
• 中文交互 CLI
  • 提供清晰的命令行输入指引（中文界面）
  • 附加详细运行日志

---

使用方法

方式一：扫描文件或目录

python scanner.py --path ./your_project

方式二：扫描指定文件

python scanner.py --path secret.txt

方式三：扫描输入的文本字符串

python scanner.py --text "my password=123456"

方式四：自定义日志路径

python scanner.py --path ./src --log logs/output.log

---

日志输出结构

日志文件按如下结构存储示例：

[2025-01-01 13:40:21] CATEGORY: API_KEY
File: /project/config.js
Matched: AKIAIOSFODNN7EXAMPLE

[2025-01-01 13:40:21] CATEGORY: PASSWORD
File: /project/app.py
Matched: password = "123456"

---

支持的敏感信息类型（持续更新）

类别	描述
API_KEY	各类服务 API Keys（AWS/GCP/Azure/Telegram 等）
ACCESS_TOKEN	OAuth Token、Bearer Token、Session Token
PASSWORD	常用密码字段
USERNAME	用户名暴露
ENCRYPT_KEY	AES/RSA-key 片段
SSH_KEY	id_rsa / PRIVATE KEY 内容
JWT	JSON Web Token
DB_CONNECTION	MySQL/PostgreSQL/Redis/MongoDB 等连接串
EMAIL	邮箱地址
WEBHOOK	钩子地址，如 Slack、Telegram、Jenkins
CERTIFICATE	证书内容（BEGIN CERTIFICATE）

---

扩展与自定义敏感规则

敏感规则储存在 rules.py 中，可直接添加：

CUSTOM_RULES = {
    "NEW_TYPE": r"your-regex-here"
}

添加后，系统会自动识别并记录相关匹配项。

---

示例输出

执行：

python scanner.py --path ./demo

输出：

扫描开始...
发现敏感信息: 7 项
日志已保存至 logs/sensitive.log
扫描完成

注意事项

• 本工具仅用于安全审计与风险排查，请勿用于非法用途。
• 扫描脚本不会上传任何数据，所有分析在本地完成。
• 建议在版本库提交前对项目运行扫描，避免敏感信息泄漏到 Git 平台。

---

许可证

本项目依据 MIT 协议发布，可自由使用、修改及分发。

---

更新计划

• 增加 AI 模型辅助识别模糊敏感内容
• 增加 Git commit 历史扫描功能
• 增加规则热加载机制