v0.0.56: КРИТИЧНО — mapping.csv (ключ расшифровки) убран из выходного ZIP, CSV только отдельно

History/2026-08-20-csv-out-of-zip.md

@@ -0,0 +1,24 @@
+# 2026-08-20 — КРИТИЧНО: mapping.csv (ключ расшифровки) убран из выходного ZIP (v0.0.56)
+
+## Проблема (утечка секретных данных)
+Выходной ZIP содержал `mapping.csv` — таблицу соответствия «оригинал → замена»,
+т.е. ключ расшифровки (реальные ФИО/телефоны/ИНН ↔ токены). Если ZIP передать
+третьему лицу — тот получал и обфусцированные файлы, и таблицу расшифровки.
+CSV должен храниться/скачиваться ОТДЕЛЬНО от обфусцированных файлов.
+
+## Фикс (drhider/builder.py `build_zip`)
+- Убрана запись `mapping.csv` в архив. Теперь в ZIP — ТОЛЬКО обфусцированные файлы.
+- Параметр `mapping_csv` сохранён в сигнатуре (для совместимости вызовов), но в
+  архив не пишется.
+- CSV продолжает генерироваться (`build_mapping_csv`) и отдаваться отдельно
+  через `/api/csv/<sid>` (кнопка «Скачать CSV»), как написано на странице.
+
+## Тесты (tests/test_builder.py)
+- Блок «ZIP с mapping.csv» переписан: теперь проверяет, что mapping.csv НЕ в архиве.
+- Интеграционный блок: ZIP содержит только doc.md, CSV проверяется отдельной строкой.
+- Все 106 тестов OK.
+
+## Проверка
+- python3 tests/test_builder.py — 20/20 OK (включая новый сценарий «mapping не в zip»).
+- Остальные тесты — без изменений поведения, OK.
+- VERSION 0.0.56.

drhider/builder.py

@@ -20,15 +20,16 @@ from .config import ENTITY_PATTERNS, COMPANY_PATTERN
 def build_zip(files: List[Tuple[str, bytes]], mapping_csv: str = "") -> bytes:
     """Собрать ZIP-архив с обфусцированными файлами.
 
-    В архив добавляются:
+    В архив добавляются ТОЛЬКО обфусцированные файлы (с оригинальными именами).
-    - Все обфусцированные файлы (с оригинальными именами)
+    mapping.csv в архив НЕ кладётся — это таблица соответствия оригинал→замена,
-    - mapping.csv — таблица соответствия оригинал→замена (если не пустая)
+    т.е. ключ расшифровки (секретные данные). Он хранится/скачивается отдельно
+    (/api/csv), чтобы нельзя было расшифровать архив, получив один ZIP.
 
     Имена файлов в архиве — UTF-8 (бит 11 в flag_bits).
 
     Args:
         files: [(filename, content_bytes), ...]
-        mapping_csv: Строка CSV с таблицей замен (опционально)
+        mapping_csv: Строка CSV с таблицей замен (опционально, НЕ добавляется в архив)
 
     Returns:
         Бинарное содержимое ZIP-архива
@@ -63,13 +64,6 @@ def build_zip(files: List[Tuple[str, bytes]], mapping_csv: str = "") -> bytes:
             info.flag_bits |= 0x800  # Флаг: имя файла в UTF-8
             zf.writestr(info, content)
 
-        # Добавляем mapping.csv с BOM (для корректного открытия в Excel)
-        if mapping_csv:
-            zf.writestr(
-                "mapping.csv",
-                '\ufeff'.encode('utf-8') + mapping_csv.encode('utf-8'),
-            )
-
     return buf.getvalue()
 
 

site/app.py

@@ -21,7 +21,7 @@ if _sys_path_root not in sys.path:
     sys.path.insert(0, _sys_path_root)
 
 # Версия приложения (меняется при изменениях)
-VERSION = "0.0.55"
+VERSION = "0.0.56"
 
 
 def setup_logging():

tests/test_builder.py

@@ -50,17 +50,15 @@ with zipfile.ZipFile(io.BytesIO(zip_data)) as zf:
     check("mapping.csv нет", "mapping.csv" not in names)
     check("договор читается", "Договор" in zf.read("договор_obfuscated.md").decode("utf-8"))
 
-# 3. ZIP с mapping.csv
+# 3. ZIP с mapping.csv — mapping НЕ должен попадать в архив (секрет, хранится отдельно)
 zip_data = build_zip(
     [("file.md", b"data")],
     mapping_csv="тип,оригинал,замена\nperson,Иванов,Иванов_0001\n"
 )
 with zipfile.ZipFile(io.BytesIO(zip_data)) as zf:
     names = zf.namelist()
-    check("mapping.csv есть", "mapping.csv" in names)
+    check("mapping.csv НЕ в архиве", "mapping.csv" not in names)
-    csv_content = zf.read("mapping.csv").decode("utf-8")
+    check("только file.md", len(names) == 1)
-    check("mapping с BOM", csv_content.startswith('\ufeff'))
-    check("данные в mapping", "Иванов_0001" in csv_content)
 
 # 4. ZIP с кириллицей в именах
 zip_data = build_zip([("договор_№123.md", "текст".encode("utf-8"))])
@@ -116,11 +114,11 @@ csv = build_mapping_csv(mapping)
 zip_data = build_zip([("doc.md", "# Договор с Иванов_0001".encode("utf-8"))], mapping_csv=csv)
 
 with zipfile.ZipFile(io.BytesIO(zip_data)) as zf:
-    check("два файла в ZIP", len(zf.namelist()) == 2)
+    check("только doc.md в ZIP (без mapping)", len(zf.namelist()) == 1)
     doc = zf.read("doc.md").decode("utf-8")
     check("doc с заменой", "Иванов_0001" in doc)
-    csv_content = zf.read("mapping.csv").decode("utf-8")
+    check("mapping.csv не в архиве", "mapping.csv" not in zf.namelist())
-    check("CSV с обеими заменами", "Иванов_0001" in csv_content and "ООО_Технология_0001" in csv_content)
+    check("CSV отдаётся отдельной строкой", "Иванов_0001" in csv and "ООО_Технология_0001" in csv)
 
 
 # ═══════════════════════════════════════════════════════════════